衡量向量查询召回率

本页面介绍了如何在 AlloyDB for PostgreSQL 中衡量向量查询召回率。召回率是索引返回的最近邻中，实际上的真正最近邻所占的百分比。例如，如果对 20 个最近邻进行的最近邻查询返回 19 个接地最近邻，则召回率为 19/20x100 = 95%。

在向量查询中，召回率很重要，因为它衡量的是通过搜索检索到的相关结果的百分比。召回率有助于您评估 ANN 搜索结果的准确率，将其与速度较慢的 KNN 搜索结果进行比较。

本页面假定您熟悉 PostgreSQL、AlloyDB 和向量搜索。

准备工作

如需将生成的嵌入存储为 vector 值，请安装 vector 扩展程序版本 0.8.0.google-2 或更高版本，其中包含 pgvector 函数和运算符。Google 通过特定于 AlloyDB 的优化扩展了此版本的 pgvector。
```
CREATE EXTENSION IF NOT EXISTS vector;
```
如需了解详情，请参阅对向量进行存储、索引编制和查询。
如需生成 ScaNN 索引，请安装 alloydb_scann 扩展程序和 vector 扩展程序。
```
CREATE EXTENSION IF NOT EXISTS alloydb_scann;
```

评估对 ScaNN 索引进行的向量查询的召回率

您可以使用 evaluate_query_recall 函数获得采用给定配置时，对 ScaNN 索引进行的向量查询的召回率。借助此函数，您可以对参数进行调优以实现所需的向量查询召回率结果。召回率是一种用于搜索质量的指标，定义为返回结果中与查询向量客观上最接近的结果所占的百分比。

获得向量查询的召回率

在 AlloyDB Studio 中打开 SQL 编辑器，或打开 psql 客户端。
创建 alloydb_scann 扩展程序，然后使用 ScaNN 索引方法创建索引。
执行 evaluate_query_recall 函数，该函数会将查询作为参数并返回以下召回率：
```
SELECT * FROM evaluate_query_recall( QUERY_TEXT, QUERY_TIME_CONIGURATIONS )
```
在运行此命令之前，请先进行以下替换：
- QUERY_TEXT：查询的文本。
- QUERY_TIME_CONFIGURATIONS：您可以为 ANN 查询设置的配置。这必须采用 JSON 格式。默认值为 NULL。
QUERY_TIME_CONFIGURATIONS 中提供的所有配置都必须存在于 pg_settings 中。配置在函数的范围中进行本地设置。如果您未设置任何配置，AlloyDB 会使用在会话中设置的所有配置。您也可以仅设置最适合您的应用场景的配置。

如需查看默认配置设置，请运行 SHOW CONFIG_NAME 命令，或通过运行以下命令来查看 pg_settings：
```
SELECT * FROM pg_settings;
```
如需了解详情，请参阅 pg_settings。

如果您具有要为其进行召回率调优的 ScaNN 索引，请参阅 ScaNN 索引参考中的调优参数。

如需将查询输入内容提供给函数，请将查询包含在 $$ on both sides.

The following is an example output, where ann_execution_time is the time that it takes a vector query to execute using index scans. ground_truth_execution_time is the time that it takes the query to run using a sequential scan. You can use any PostgreSQL configuration that supports your use case.
```
SELECT *
FROM evaluate_query_recall(
$$ SELECT id FROM t ORDER BY val <=> '[1,2,1]' LIMIT 10 $$, '{"scann.num_leaves_to_search":55}');
id |                         query                          |          configurations           | recall | ann_execution_time | ground_truth_execution_time | index_type
----+--------------------------------------------------------+-----------------------------------+--------+--------------------+-----------------------------+------------
 1 |  SELECT id FROM t ORDER BY val <=> '[1,2,1]' LIMIT 10  | {"scann.num_leaves_to_search":55} |    0.2 |             16.772 |                        28.8 | scann
(1 row)
 中
注意：如果您看到结果 Recall is 1（查询的召回率为 1），则表示表中不存在 ScaNN 索引，或者在执行查询时未选择 ScaNN 索引。如果表中不存在 ScaNN 索引，或者规划工具未选择 ScaNN 索引扫描，便会出现这种情况。
```

限制

如果在召回率计算查询中使用的向量列具有 ScaNN 以外的向量索引，则评估的召回率可能不准确。