使用向量辅助

选择文档版本：

使用向量辅助功能在 AlloyDB Omni 实例上部署和管理向量工作负载。

如需详细了解向量辅助功能是什么以及它的运作方式，请参阅向量辅助功能概览。

准备工作

  • 确认您的 AlloyDB Omni 实例运行的是 18.1.0 版或更高版本。如需详细了解如何升级，请参阅升级 AlloyDB Omni。

  • 在要使用的数据库中，使用以下命令启用向量辅助扩展程序：

    CREATE EXTENSION vector_assist CASCADE;

    这会生成 vector_assist 架构，供向量辅助功能使用。

使用向量辅助功能部署向量工作负载

如需使用向量辅助功能部署和管理向量工作负载，您必须执行以下操作：

定义向量规范

定义向量规范是使用向量辅助功能的第一步。根据向量工作负载的类型，您用于定义向量规范的字段可能会有所不同。

例如，如果您想在表的特定列中启用语义搜索，请运行 vector_assist.define_spec 函数来定义矢量规范：

SELECT
  recommendation_id,
  REGEXP_REPLACE(query, 'SET hnsw.ef_search TO \d+', 'SET hnsw.ef_search TO') AS query_1,
  recommendation,
  vector_spec_id,
  table_name,
  applied,
  modified
FROM vector_assist.define_spec(
  table_name => 'TABLE_NAME',
  vector_column_name => 'VECTOR_COLUMN_NAME',
  target_recall => TARGET_RECALL,
  tune_vector_index => TUNE_INDEX
);

替换以下参数：

  • TABLE_NAME：要在向量工作负载中使用的表的名称。
  • （可选）VECTOR_COLUMN_NAME：要执行语义搜索的列。如果您的表中只有一个包含向量的列，vector_assist 可以自动设置此参数。如果有多个包含向量的表，您必须指定要使用的列。
  • （可选）TARGET_RECALL：您希望向量辅助功能达到的目标召回率。如果指定，则进行 vector_assist 实验，使用不同的 ef_search 值，比较精确搜索和最近邻搜索中的召回率。vector_assist 将 ef_search 设置为提供最接近目标召回率的值。默认值为 0.95。
  • （可选）TUNE_INDEX：一个布尔值，用于指定向量辅助功能是否会调整工作负载中的向量索引。默认值为 false，这意味着只有与搜索相关的参数 (ef_search) 会进行调优，而构建时间参数（m、ef_construction）不会进行调优。

如需查看向量规范的所有可用参数的完整列表，请参阅向量辅助函数参考文档。

运行查询以创建向量规范后，向量辅助功能会自动生成部署向量工作负载所需的步骤（称为建议）。

查看向量辅助建议

如需查看向量辅助功能根据您的向量规范生成的建议，请运行 vector_assist.get_recommendations 函数：

SELECT vector_assist.get_recommendations(
  spec_id => 'SPEC_ID'
);

将 SPEC_ID 替换为您要查看建议的向量规范的规范 ID。如需获取可用向量规范的列表，请参阅列出向量规范。

vector_assist.get_recommendations 返回一个名为 vector_assist.RECOMMENDATIONS 的表，其中包含所有建议。每项建议都存储在包含关联 spec_id 的表中。每项建议通常包含以下信息：

  • 您需要运行的 SQL 查询
  • 建议的详细说明
  • 说明建议的其他相关信息

应用向量辅助建议

您可以单独应用生成的建议，也可以全部应用。

如需应用特定建议，请运行 vector_assist.apply_recommendation 函数：

SELECT vector_assist.apply_recommendation(
  recommendation_id => 'RECOMMENDATION_ID'
);

将 RECOMMENDATION_ID 替换为要从 vector_assist.RECOMMENDATIONS 表中应用的向量辅助推荐的 ID。

如需同时应用所有建议，请运行带有 spec_id 或 table_name 参数的 vector_assist.apply_spec 函数：

SELECT vector_assist.apply_spec(
  spec_id => 'SPEC_ID'
);

将 SPEC_ID 替换为您要使用的向量规范的 ID。

您还可以选择输入 schema_name 或 column_name 参数。如需了解所有可用的查询参数，请参阅向量辅助函数参考文档。

应用向量辅助生成的建议后，向量索引即可供您使用。

生成搜索查询

您可以借助向量辅助功能，使用工作负载的向量规范和生成的向量索引，为已部署的向量工作负载构建优化的搜索查询。如需生成优化后的搜索查询，请运行 vector_assist.generate_query 函数：

SELECT vector_assist.generate_query(
  spec_id => 'SPEC_ID',
  search_vector => 'SEARCH_VECTOR',
  top_k => 'TOP_K',
  target_recall => TARGET_RECALL,
  filter_expression => 'FILTER_EXPRESSION'
);

替换以下参数：

  • SPEC_ID：您要使用的规范的 ID。
  • SEARCH_VECTOR：搜索查询的向量。例如 [1, 2, 3]。
  • （可选）TOP_K：要返回的最近邻数量。如果未指定，则默认值为 10。
  • （可选）TARGET_RECALL：您希望向量辅助功能达到的目标召回率。如果指定，则进行 vector_assist 实验，使用不同的 ef_search 值，比较精确搜索和最近邻搜索中的召回率。vector_assist 将 ef_search 设置为提供最接近目标召回率的值。
  • （可选）FILTER_EXPRESSION：搜索查询的任何过滤条件。例如，根据其他列进行过滤。

如需查看用于生成搜索查询的所有可用参数的完整列表，请参阅向量辅助函数参考文档。

此函数的输出会返回包含 SQL 查询的文本。您可以根据需要运行或保存此 SQL 查询。

列出您的矢量规范

如果您需要列出单个或所有现有向量规范，请运行 vector_assist.list_specs 函数：

SELECT vector_assist.list_specs(
  spec_id => 'SPEC_ID',
  table_name => 'TABLE_NAME'
);

替换以下参数：

  • （可选）SPEC_ID：您要使用的向量规范的 ID。
  • TABLE_NAME：用于定义向量规范的表的名称。

后续步骤