索引設定參數

如要設定相似性搜尋的索引，您需要設定下列欄位。

如需設定索引的操作說明，請參閱「設定索引參數」。

`NearestNeighborSearch`

欄位

欄位
`contentsDeltaUri`	`string` 允許插入、更新或刪除 Vector Search `Index` 的內容。字串必須是有效的 Cloud Storage 目錄路徑，例如 `gs://BUCKET_NAME/PATH_TO_INDEX_DIR/`。如果您在呼叫 `IndexService.UpdateIndex` 時設定這個欄位，則無法在同一次呼叫中更新其他 `Index` 欄位。瞭解如何建立個別資料檔案的結構。
`isCompleteOverwrite`	`boolean` 如果呼叫 `IndexService.UpdateIndex` 時同時設定這個欄位和 `contentsDeltaUri`，則 `Index` 的現有內容會由 `contentsDeltaUri` 的資料取代。如果將這個欄位設為 true，系統會使用您提供的新中繼資料檔案，完全覆寫整個索引。
`config`	`NearestNeighborSearchConfig` 向量搜尋的設定`Index`。

contentsDeltaUri

string

允許插入、更新或刪除 Vector Search Index 的內容。字串必須是有效的 Cloud Storage 目錄路徑，例如 gs://BUCKET_NAME/PATH_TO_INDEX_DIR/。

如果您在呼叫 IndexService.UpdateIndex 時設定這個欄位，則無法在同一次呼叫中更新其他 Index 欄位。瞭解如何建立個別資料檔案的結構。

isCompleteOverwrite

boolean

如果呼叫 IndexService.UpdateIndex 時同時設定這個欄位和 contentsDeltaUri，則 Index 的現有內容會由 contentsDeltaUri 的資料取代。如果將這個欄位設為 true，系統會使用您提供的新中繼資料檔案，完全覆寫整個索引。

config

向量搜尋的設定Index。

欄位
`dimensions`	`int32` 這是必要旗標，輸入向量的維度數量。僅用於密集嵌入。
`approximateNeighborsCount`	`int32` 如果使用 tree-AH 演算法，則為必要項目。執行確切重新排序之前，要透過近似搜尋尋找的預設鄰點數量。確切重新排序程序會使用更耗費資源的距離計算，重新排序近似搜尋演算法傳回的結果。
`ShardSize`	`ShardSize` 每個分片的容量。如果索引很大，系統會根據指定的資料分割大小進行資料分割。在服務期間，每個分片都會在個別節點上提供服務，並可獨立擴充。
`distanceMeasureType`	`DistanceMeasureType` 最鄰近搜尋所使用的距離度量。
`featureNormType`	`FeatureNormType` 要針對各個向量執行的正規化類型。
`algorithmConfig`	`oneOf:` `TreeAhConfig` `BruteForceConfig` Vector Search 用於高效率搜尋的演算法設定。僅適用於密集嵌入。 `TreeAhConfig`：使用 tree-AH 演算法的設定選項。詳情請參閱這篇網誌：使用 TensorFlow Recommenders 和 Vector Search 擴充深度檢索功能 `BruteForceConfig`：這個選項會針對每個查詢，在資料庫中實作標準線性搜尋。沒有可設定的欄位，無法進行暴力搜尋。如要選取這項演算法，請傳遞 `BruteForceConfig` 的空白物件。

列舉
`SQUARED_L2_DISTANCE`	歐幾里得 (L₂) 距離
`L1_DISTANCE`	曼哈頓 (L₁) 距離
`DOT_PRODUCT_DISTANCE`	預設值。定義為點積的負數。請注意，稀疏索引僅支援點積距離。
`COSINE_DISTANCE`	餘弦距離。強烈建議您將 DOT_PRODUCT_DISTANCE 與 UNIT_L2_NORM 搭配使用，而不要使用 COSINE 距離。我們的演算法已針對 DOT_PRODUCT 距離進行最佳化，如將 DOT_PRODUCT 距離與 UNIT_L2_NORM 搭配使用，在數學上就等同於 COSINE 距離，並能產生相同排名。

列舉
`UNIT_L2_NORM`	單位 L2 正規化類型。
`NONE`	預設值。未指定任何正規化類型。

這些是 tree-AH 演算法要選取的欄位。

欄位
`fractionLeafNodesToSearch`	`double`
	任何查詢可能獲得搜尋的預設分葉節點比率。必須介於 0.0 到 1.0 之間 (不含 0.0 與 1.0)。如未設定，則預設值為 0.05。
`leafNodeEmbeddingCount`	`int32`
	每個分葉節點的嵌入項目數量。如未設定，則預設值為 1000。
`leafNodesToSearchPercent`	`int32`
	已淘汰，請改用 `fractionLeafNodesToSearch`。任何查詢可能獲得搜尋的預設分葉節點百分比。必須介於 1 到 100 之間 (含 1 和 100)。如未設定，預設值為 10 (即 10%)。

這個選項會針對每個查詢，在資料庫中實作標準線性搜尋。沒有可設定的欄位，無法進行暴力搜尋。如要選取這項演算法，請傳遞 BruteForceConfig 的空物件至 algorithmConfig。