向量搜索简介
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
Memorystore for Redis 支持存储和查询向量数据。本页介绍了 Memorystore for Redis 中的矢量搜索。
Memorystore for Redis 上的矢量搜索与开源 LLM 框架 LangChain 兼容。将矢量搜索与 LangChain 搭配使用,您可以构建适用于以下用例的解决方案:
- 检索增强生成 (RAG)
- LLM 缓存
- 推荐引擎
- 语义搜索
- 图片相似搜索
与其他数据库相比,使用 Memorystore 存储生成式 AI 数据的优势在于 Memorystore 的速度。 Google Cloud Memorystore for Redis 上的向量搜索会利用多线程查询,从而实现低延迟的高查询吞吐量 (QPS)。
Memorystore 还提供两种不同的搜索方法,可帮助您在速度和准确性之间取得适当的平衡。HNSW(分层可导航小世界)选项可提供快速的近似结果,非常适合近似匹配就足够的大型数据集。如果您需要绝对精确性,“FLAT”方法可生成确切答案,但处理时间可能会稍长一些。
如果您希望优化应用以实现最快的矢量数据读写速度,Memorystore for Redis 可能是您的最佳选择。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-02-14。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["很难理解","hardToUnderstand","thumb-down"],["信息或示例代码不正确","incorrectInformationOrSampleCode","thumb-down"],["没有我需要的信息/示例","missingTheInformationSamplesINeed","thumb-down"],["翻译问题","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-02-14。"],[],[]]