RAG 引擎中的向量数据库选项

本页面介绍了 RAG 引擎支持的向量数据库。您还可以了解如何将向量数据库（向量存储区）连接到 RAG 语料库。

向量数据库在为 RAG 应用实现检索功能方面发挥着至关重要的作用。向量数据库提供了一种专门用于存储和查询向量嵌入的方法，向量嵌入是文本或其他数据的数学表示法，可捕获语义含义和关系。借助向量嵌入，RAG 系统能够快速准确地在庞大的知识库中找到最相关的信息，即使在处理复杂或细致的查询时也是如此。与嵌入模型结合使用时，向量数据库可以帮助克服 LLM 的局限性，并提供更准确、更相关且更全面的回答。

支持的向量数据库

创建 RAG 语料库时，RAG 引擎提供适合企业的 RagManagedDb 作为默认向量数据库，无需进行额外预配或管理。RagManagedDb 同时提供 KNN 和 ANN 搜索选项，并允许切换到基本层级以便进行一些快速原型设计和实验。如需详细了解如何在 RagManagedDb 上选择检索策略或更新层级，请参阅将 RagManagedDb 与 RAG 搭配使用。如需让 RAG 引擎为您自动创建和管理向量数据库，请参阅 REST 资源：projects.locations.ragCorpora 。

除了默认的 RagManagedDb 之外，RAG 引擎还允许您在 RAG 语料库中预配和使用自己的向量数据库。在这种情况下，您需要负责向量数据库的生命周期和可扩缩性。

比较向量数据库选项

下表列出了 RAG 引擎中支持的向量数据库选项，并提供了说明如何在 RAG 语料库中使用向量数据库的页面的链接。

向量数据库   优势   适用场景   缺点 支持的距离指标 搜索类型 发布阶段
RagManagedDb（默认）是一种按区域分布的可扩缩数据库服务，可提供极高的一致性和高可用性，并且可用于向量搜索。简单、快速
  • 无需任何设置。
  • 适用于企业级和小规模应用场景。
  • 一致性非常高。
  • 高可用性。
  • 低延迟。
  • 非常适合事务性工作负载。
  • 启用了 CMEK。
  • 生成大量文档。
  • 构建企业级 RAG。
  • 开发快速概念验证。
  • 降低预配和维护开销。
  • 与聊天机器人搭配使用。
  • 构建 RAG 应用。
  • 为实现最佳召回率，ANN 功能要求在对数据进行重大更改后重建索引。
 cosine KNN（默认）和 ANN 已全面推出
Vector Search 是 Agent Platform 中的向量数据库服务，专门针对机器学习任务进行了优化。
  • 与其他 Google Cloud 服务集成。
  • Google Cloud 基础设施支持可扩缩性和可靠性。
  • 采用随用随付的定价方式。
  • 生成大量文档。
  • 构建企业级 RAG。
  • 管理向量数据库基础设施。
  • 现有 Google Cloud 客户或有意使用多个 Google Cloud 服务的任何人。
  • 更新不会立即得到反映。
  • 使用 Google Cloud时受制于供应商。
  • 费用可能较高，具体取决于应用场景。
 cosine

dot-product		 ANN 已全面推出
Vertex AI Feature Store 是一种托管式服务，用于整理、存储和处理机器学习特征。
  • 与 Gemini Enterprise Agent Platform 和其他 Google Cloud 服务集成。
  • Google Cloud 基础设施支持可扩缩性和可靠性。
  • 利用现有的 BigQuery 基础设施。
  • 生成大量文档。
  • 构建企业级 RAG。
  • 管理向量数据库基础设施。
  • 现有 Google Cloud 客户或有意使用多个 Google Cloud 服务的客户。
  • 只有在执行手动同步后，在线存储区中才会反映出更改。
  • 使用 Google Cloud时受制于供应商。
 cosine

dot-product

L2 squared		 ANN 预览版
Weaviate 是一款灵活且模块化的开源向量数据库。
  • 支持各种数据类型，并提供内置的图表功能。
  • 提供开放源代码和活跃的社区。
  • 高度灵活且可自定义。
  • 支持各种数据类型和模块以用于不同模态（例如文本和图片）。
  • 可以选择云服务提供商，例如 Google Cloud、AWS 和 Azure。
  • 生成大量文档。
  • 构建企业级 RAG。
  • 管理向量数据库基础设施。
  • 现有 Weaviate 客户。
  • 更新不会立即得到反映。
  • 设置和管理可能更加复杂。
  • 性能可能会因配置而异。
 cosine

dot-product

L2 squared

hamming

manhattan		 ANN + 混合搜索支持 预览版
Pinecone 是一种全托管式云原生向量数据库，旨在实现高性能的相似性搜索。
  • 快速入门。
  • 出色的可扩缩性和性能。
  • 侧重于向量搜索，以及过滤和元数据搜索等高级功能。
  • 可以选择云服务提供商，例如 Google Cloud、AWS 和 Azure。
  • 生成大量文档。
  • 构建企业级 RAG。
  • 管理向量数据库基础设施。
  • 现有 Pinecone 客户。
  • 更新不会立即得到反映。
  • 可能比其他选项更昂贵。
  • 配额和限制会限制规模和性能。
  • 对底层基础设施的有限控制。
 cosine

euclidean

dot-product		 ANN 已全面推出

后续步骤