Vektor merepresentasikan data secara numerik dengan cara yang menangkap karakteristik utamanya, memetakannya ke dalam ruang matematika virtual. Di ruang ini, item serupa—seperti kata, gambar, atau objek—ditempatkan berdekatan.

Misalnya, pertimbangkan kata “mantel” dan “jaket”. Penelusuran tradisional berbasis kata kunci tidak akan menghubungkan kedua kata ini sebagai kata yang mirip, karena hurufnya sangat berbeda. Sistem e-commerce yang ingin menggabungkan kata kunci ini harus melakukannya secara manual. Namun, representasi vektor dari kedua kata ini akan sangat mirip karena keduanya memiliki arti yang serupa, sehingga memberikan hasil penelusuran yang lebih akurat bagi pengguna dan menghemat waktu bagi developer.

Demikian pula, jika Anda mengambil dua foto kucing yang berbeda, piksel demi pikselnya mungkin sangat berbeda. Namun, embedding vektornya akan menempatkan keduanya sangat berdekatan dalam ruang matematika, sama seperti manusia yang akan dengan mudah mengidentifikasi keduanya sebagai gambar kucing:

Agar hal ini dapat berfungsi, model embedding mengubah data mentah—seperti gambar atau teks—menjadi embedding vektor. pgvector menyimpan embedding ini di database Anda. Saat pengguna mengirimkan kueri, input tersebut juga dikonversi menjadi vektor. pgvector kemudian menghitung jarak antara vektor kueri dan vektor yang disimpan untuk mengidentifikasi "tetangga terdekat" dengan skor kemiripan tertinggi secara efisien.

Ingin tahu berbagai jenis penelusuran tetangga terdekat? Lihat panduan pengembangan aplikasi AI generatif kami.

Untuk mendukung fitur berbasis AI saat ini, Anda memerlukan kemampuan untuk menyimpan dan mengelola embedding vektor.

PostgreSQL dapat menjadi sangat canggih, tetapi karena datanya terstruktur secara kaku ke dalam tabel, baris, dan kolom, kemampuan kuerinya sebagian besar terbatas pada pencocokan kata kunci dan pola.

Dalam dunia AI, data kompleks seperti teks, gambar, dan audio dienkode sebagai representasi vektor. Encoding ini memungkinkan model AI memahami konteks dan hubungan semantik dalam data Anda, yang menjadi tulang punggung fitur seperti penelusuran cerdas, rekomendasi, dan AI generatif.

Ekstensi pgvector menghadirkan penelusuran semantik ke PostgreSQL, menggunakan embedding vektor untuk menemukan hasil berdasarkan makna kueri, bukan hanya pencocokan kata kunci seperti yang dilakukan SQL. Proses ini, yang dikenal sebagai penelusuran kemiripan, memudahkan Anda menambahkan kemampuan penelusuran lanjutan langsung ke aplikasi tanpa perlu merancang ulang atau memindahkan data ke database vektor terpisah.

Ingin mempelajari embedding vektor lebih lanjut? Lihat panduan pengembangan aplikasi AI generatif kami.

Cloud SQL dan AlloyDB untuk PostgreSQL mendukung pgvector, sehingga Anda dapat menyimpan dan mengkueri embedding vektor menggunakan perintah SQL standar.

Gunakan klien PostgreSQL pilihan Anda (seperti psql, pgAdmin, atau Konsol Google Cloud) untuk terhubung ke instance Cloud SQL atau AlloyDB Anda.

Jalankan perintah SQL berikut untuk mengaktifkan ekstensi di database Anda. Anda hanya perlu melakukan ini sekali per database.

Buat tabel baru (atau ubah tabel yang sudah ada) untuk menyertakan kolom bagi data vektor. Anda harus menentukan dimensi vektor. Misalnya, untuk membuat tabel guna menyimpan embedding 3 dimensi:

Anda dapat menyisipkan embedding vektor seperti data standar. Vektor diformat sebagai array yang diapit tanda kurung.

Anda kini dapat mengkueri data untuk menemukan tetangga terdekat. Operator <-> menghitung jarak Euclidean (jarak L2), yang umum digunakan untuk menemukan item yang paling mirip.

Untuk set data yang lebih besar, menambahkan indeks dapat mempercepat performa penelusuran secara signifikan. Indeks HNSW dan ScaNN adalah opsi yang umum digunakan. Berikut contoh HNSW: