Vectores de indexación

En esta página, se explica cómo almacenar vectores en hashes. Los hash proporcionan una forma eficiente de almacenar vectores en Redis.

Serialización de datos

Antes de almacenar vectores en un tipo de datos hash, los vectores deben convertirse a un formato que comprenda Memorystore para Redis. Requiere la serialización de vectores en objetos binarios en los que el tamaño es igual al tamaño de bytes del tipo de datos (p.ej., 4 para FLOAT32) multiplicado por la cantidad de dimensiones del vector. Una opción popular para los vectores numéricos es la biblioteca NumPy de Python:

Conéctate a Redis

Antes de almacenar el vector en un hash, establece una conexión con tu instancia de Memorystore para Redis con un cliente compatible con Redis OSS, como redis-py:

Almacena el vector en un hash

Los hash son como diccionarios, con pares clave-valor. Usa el comando HSET para almacenar tu vector serializado:

import numpy as np
import redis

# Sample vector
vector = np.array([1.2, 3.5, -0.8], dtype=np.float32) # 3-dimensional vector

# Serialize to a binary blob
serialized_vector = vector.tobytes()

redis_client = redis.Redis(host='your_redis_host', port=6379)

redis_client.hset('vector_storage', 'vector_key', serialized_vector)  # 'vector_key' is a unique identifier
  • Para que la indexación se realice correctamente, tus datos de vectores deben cumplir con las dimensiones y el tipo de datos establecidos en el esquema del índice.

Reabastecimiento de índices

Los índices de reabastecimiento pueden ocurrir en una de las siguientes situaciones:

  • Una vez que se crea un índice, el procedimiento de reabastecimiento analiza el espacio de claves en busca de entradas que cumplan con los criterios del filtro de índice.
  • Los índices vectoriales y sus datos se conservan en las instantáneas de la RDB. Cuando se carga un archivo RDB, se activa un proceso de reabastecimiento automático del índice. Este proceso detecta e integra de forma activa las entradas nuevas o modificadas en el índice desde que se creó la instantánea de la RDB, lo que mantiene la integridad del índice y garantiza los resultados actuales.