Ein Vektor stellt Daten numerisch dar, wobei die wichtigsten Merkmale erfasst und in einen virtuellen mathematischen Raum abgebildet werden. In diesem Raum werden ähnliche Elemente wie Wörter, Bilder oder Objekte nahe beieinander positioniert.

Nehmen wir zum Beispiel die Wörter „Mantel“ und „Jacke“. Bei der herkömmlichen Keyword-Suche würden diese beiden Wörter nicht als ähnlich eingestuft, da sie sich in den Buchstaben stark unterscheiden. Ein E-Commerce-System, das diese Keywords zusammenführen möchte, müsste dies manuell tun. Die Vektordarstellungen dieser beiden Begriffe wären jedoch sehr ähnlich, da sie eine ähnliche Bedeutung haben. So können Nutzer genauere Suchergebnisse erhalten und Entwickler Zeit sparen.

Wenn Sie zwei verschiedene Fotos von Katzen machen, können sie sich Pixel für Pixel stark unterscheiden. Ihre Vektoreinbettungen würden sie jedoch im mathematischen Raum sehr nahe beieinander platzieren, so wie ein Mensch beide leicht als Bilder von Katzen identifizieren würde:

Dazu wandelt ein Einbettungsmodell Rohdaten wie Bilder oder Text in Vektoreinbettungen um. pgvector speichert diese Einbettungen in Ihrer Datenbank. Wenn ein Nutzer eine Abfrage eingibt, wird diese ebenfalls in einen Vektor umgewandelt. pgvector berechnet dann den Abstand zwischen dem Abfragevektor und den gespeicherten Vektoren, um effizient die „nächsten Nachbarn“ mit den höchsten Ähnlichkeitswerten zu identifizieren.

Sie möchten mehr über die verschiedenen Arten von Suchanfragen für den nächsten Nachbarn erfahren? Leitfaden zur Entwicklung von Anwendungen mit generativer KI.

Um die KI-basierten Funktionen von heute zu unterstützen, müssen Sie Vektoreinbettungen speichern und verwalten können.

PostgreSQL ist zwar eine leistungsstarke Datenbank, aber da die Daten starr in Tabellen, Zeilen und Spalten strukturiert sind, beschränkt sich die Abfragefähigkeit weitgehend auf Schlüsselwort- und Mustervergleich.

In der Welt der KI werden komplexe Daten wie Text, Bilder und Audio als Vektordarstellungen codiert. Diese Codierungen ermöglichen es KI-Modellen, den Kontext und die semantischen Beziehungen in Ihren Daten zu erfassen. Sie bilden das Rückgrat von Funktionen wie intelligenter Suche, Empfehlungen und generativer KI.

Die pgvector-Erweiterung ermöglicht die semantische Suche in PostgreSQL. Dabei werden Vektoreinbettungen verwendet, um Ergebnisse zu finden, die auf der Bedeutung einer Abfrage basieren – und nicht nur auf übereinstimmenden Schlüsselwörtern, wie es bei SQL der Fall wäre. Dieser Prozess, die sogenannte Ähnlichkeitssuche, ermöglicht es Ihnen, erweiterte Suchfunktionen direkt in Ihre Anwendungen einzubinden, ohne dass Sie die Architektur ändern oder Daten in eine separate Vektordatenbank verschieben müssen.

Möchten Sie mehr über Vektoreinbettungen erfahren? Leitfaden zur Entwicklung von Anwendungen mit generativer KI

Cloud SQL und AlloyDB for PostgreSQL unterstützen pgvector, sodass Sie Vektoreinbettungen mit Standard-SQL-Befehlen speichern und abfragen können.

Verwenden Sie Ihren bevorzugten PostgreSQL-Client (z. B. psql, pgAdmin oder die Google Cloud Console), um eine Verbindung zu Ihrer Cloud SQL- oder AlloyDB-Instanz herzustellen.

Führen Sie den folgenden SQL-Befehl aus, um die Erweiterung in Ihrer Datenbank zu aktivieren. Dies ist nur einmal für jede Datenbank erforderlich.

Erstellen Sie eine neue Tabelle (oder ändern Sie eine vorhandene), um eine Spalte für Vektordaten einzufügen. Sie müssen die Dimensionen des Vektors angeben. So erstellen Sie beispielsweise eine Tabelle zum Speichern dreidimensionaler Einbettungen:

Sie können Vektoreinbettungen genauso wie Standarddaten einfügen. Vektoren werden als Arrays in Klammern formatiert.

Sie können jetzt Ihre Daten abfragen, um die nächstgelegenen Nachbarn zu finden. Der Operator <-> berechnet die euklidische Distanz (L2-Distanz), die häufig verwendet wird, um die ähnlichsten Elemente zu finden.

Bei größeren Datasets kann das Hinzufügen eines Index die Suchleistung erheblich beschleunigen. HNSW- und ScaNN-Indizes sind gängige Optionen. Hier ein HNSW-Beispiel: