建立索引

本頁說明如何使用儲存的嵌入項目產生索引，以及如何使用 HNSW 索引查詢 AlloyDB for PostgreSQL 的嵌入項目。如要進一步瞭解如何儲存嵌入內容，請參閱「儲存向量嵌入內容」。

事前準備

開始建立索引前，請先完成下列必要條件。

建立 HNSW 索引

AlloyDB 支援使用 AlloyDB pgvector 擴充功能，建立以圖形為基礎的hnsw索引 ，適用於pgvector。使用 hnsw 索引會產生貪婪搜尋，在圖表中移動時，不斷尋找最接近查詢向量的鄰項，直到找到最佳結果為止。與 IVF 相比，這種方法可加快查詢效能，但建構時間較慢。

如要進一步瞭解 HNSW 演算法，請參閱「階層式可導覽小型世界圖形」。

如要建立 hnsw 索引，請執行下列查詢：

CREATE INDEX INDEX_NAME ON TABLE
  USING hnsw (EMBEDDING_COLUMN DISTANCE_FUNCTION)
  WITH (m = NUMBER_OF_CONNECTIONS, ef_construction = 'CANDIDATE_LIST_SIZE');

更改下列內容：

  • INDEX_NAME：要建立的索引名稱，例如 my-hnsw-index。

  • TABLE：要新增索引的資料表。

  • EMBEDDING_COLUMN：儲存 vector 資料的資料欄。

  • DISTANCE_FUNCTION：要用於這個索引的距離函式。選擇下列其中一個選項：

    • L2 距離： vector_l2_ops

    • 內積： vector_ip_ops

    • 餘弦距離： vector_cosine_ops

  • NUMBER_OF_CONNECTIONS：圖表中每個節點的連線數量上限。您可以先將預設值設為 16，然後根據資料集大小，嘗試使用較高的值。

  • CANDIDATE_LIST_SIZE：圖表建構期間維護的候選清單大小，會不斷更新節點最近鄰居的目前最佳候選項目。請將這個值設為高於 m 值兩倍的任何值，例如 64。

如要查看索引建立進度，請使用 pg_stat_progress_create_index 檢視畫面：

SELECT * FROM pg_stat_progress_create_index;

「phase」欄會顯示目前建立索引的狀態，而「building graph」階段會在索引建立完成後消失。

如要調整索引，以達到目標召回率和每秒查詢次數平衡，請參閱「調整 hnsw 索引」。

執行查詢

將嵌入內容儲存並編入資料庫索引後，即可開始使用pgvector查詢功能進行查詢。

如要找出嵌入向量最鄰近的語意鄰項，可以執行下列查詢範例，並設定與建立索引時相同的距離函式。

  SELECT * FROM TABLE
    ORDER BY EMBEDDING_COLUMN DISTANCE_FUNCTION_QUERY ['EMBEDDING']
    LIMIT ROW_COUNT

更改下列內容：

  • TABLE：包含要與文字比較的嵌入內容的資料表。

  • INDEX_NAME：要使用的索引名稱，例如 my-hnsw-index。

  • EMBEDDING_COLUMN：包含儲存的嵌入內容的資料欄。

  • DISTANCE_FUNCTION_QUERY：要用於這項查詢的距離函式。根據建立索引時使用的距離函式，選擇下列其中一項：

    • L2 距離： <->

    • 內積： <#>

    • 餘弦距離： <=>

  • EMBEDDING：您要找出最鄰近儲存語意鄰項的嵌入向量。

  • ROW_COUNT：要傳回的列數。

    如只要取得最佳單一比對結果，請指定 1。

如要查看其他查詢範例，請參閱「查詢」。

您也可以使用 embedding() 函式將文字翻譯成向量。將向量套用至其中一個pgvector最鄰近運算子<-> (適用於 L2 距離)，找出具有語意最相似嵌入項目的資料庫列。

由於 embedding() 會傳回 real 陣列，您必須明確將 embedding() 呼叫轉換為 vector，才能搭配 pgvector 運算子使用這些值。

後續步驟