创建索引

本页介绍了如何使用存储的嵌入生成索引，以及如何使用 AlloyDB for PostgreSQL 通过 ScaNN、IVF、IVFFlat 和 HNSW 索引查询嵌入。如需详细了解如何存储嵌入，请参阅存储向量嵌入。

在开始创建索引之前，您必须满足以下前提条件。

  • 嵌入矢量会添加到 AlloyDB 数据库中的表中。

  • 安装了由 Google 为 AlloyDB 扩展的基于 pgvector 的 vector 扩展版本 0.5.0 或更高版本。

    See more code actions.
    CREATE EXTENSION IF NOT EXISTS vector;

  • 如需生成 ScaNN 索引，请安装 vector 扩展程序以及 alloydb_scann 扩展程序。

    See more code actions.
    CREATE EXTENSION IF NOT EXISTS alloydb_scann;

创建索引

您可以为数据库中的表创建以下索引类型之一。

创建 ScaNN 索引

AlloyDB alloydb_scann，由 Google 开发的 PostgreSQL 扩展程序，可实现由 ScaNN 算法提供支持的高效最近邻索引。

ScaNN 索引是一种基于树的量化索引，用于近似最近邻搜索。与 HNSW 相比，它可缩短索引构建时间并减小内存占用空间。此外，与 HNSW 相比，它可根据工作负载提供更快的 QPS。

两级树 ScaNN 索引

如需使用 ScaNN 算法将两级树索引应用于包含存储的向量嵌入的列，请运行以下 DDL 查询：

CREATE INDEX INDEX_NAME ON TABLE
  USING scann (EMBEDDING_COLUMN DISTANCE_FUNCTION)
  WITH (num_leaves=NUM_LEAVES_VALUE);

替换以下内容：

  • INDEX_NAME：您要创建的索引的名称，例如 my-scann-index。索引名称会在数据库中共享。确保每个索引名称在数据库中对应于每个表的唯一名称。

  • TABLE：要向其中添加索引的表。

  • EMBEDDING_COLUMN：用于存储 vector 数据的列。

  • DISTANCE_FUNCTION：要与此索引搭配使用的距离函数。请按以下方式之一操作：

    • L2 距离：l2

    • 点积：dot_product

    • 余弦距离： cosine

  • NUM_LEAVES_VALUE：要应用于此索引的分区数量。设置为 1 到 1048576 之间的任意值。如需详细了解如何确定此值，请参阅调整 ScaNN 索引。

三级树 ScaNN 索引

如需使用 ScaNN 算法为包含存储的向量嵌入的列创建三级树索引，请运行以下 DDL 查询：

CREATE INDEX INDEX_NAME ON TABLE
  USING scann (EMBEDDING_COLUMN DISTANCE_FUNCTION)
  WITH (num_leaves=NUM_LEAVES_VALUE, max_num_levels = MAX_NUM_LEVELS);

替换以下内容：

  • MAX_NUM_LEVELS：K 均值聚类树的最大层数。对于基于树的两级量化，请将其设置为 1（默认值）；对于基于树的三级量化，请将其设置为 2。

创建索引后，您可以按照使用给定文本执行最近邻查询中的说明，运行利用该索引的最近邻搜索查询。

必须设置索引参数，以便在 QPS 和召回率之间取得适当的平衡。如需详细了解如何调整 ScaNN 索引，请参阅调整 ScaNN 索引。

如需在使用 real[] 数据类型（而非 vector）的嵌入列上创建此索引，请将该列转换为 vector 数据类型：

CREATE INDEX INDEX_NAME ON TABLE
  USING scann (CAST(EMBEDDING_COLUMN AS vector(DIMENSIONS)) DISTANCE_FUNCTION)
  WITH (num_leaves=NUM_LEAVES_VALUE, max_num_levels = MAX_NUM_LEVELS);

将 DIMENSIONS 替换为嵌入列的维度宽度。如需详细了解如何查找维度，请参阅矢量函数中的 vector_dims 函数。

如需查看索引编制进度，请使用 pg_stat_progress_create_index 视图：

SELECT * FROM pg_stat_progress_create_index;

phase 列会显示索引创建的当前状态，索引创建后，building index: tree training 阶段会消失。

如需针对目标召回率和 QPS 平衡调整索引，请参阅调整 ScaNN 索引。

后续步骤