Memorystore for Valkey admite el almacenamiento y la consulta de datos vectoriales. En esta página, se proporciona información sobre la búsqueda de vectores en Memorystore para Valkey.
La búsqueda de vectores en Memorystore para Valkey es compatible con el LLM de código abierto. framework de LangChain. El uso de la búsqueda de vectores con LangChain te permite compilar soluciones para los siguientes casos de uso:
- Generación mejorada por recuperación (RAG)
- Caché de LLM
- Motor de recomendaciones
- Búsqueda semántica
- Búsqueda de similitud de imágenes
La ventaja de usar Memorystore para almacenar los datos de la IA generativa a otras bases de datos de Google Cloud es la velocidad de Memorystore. Vectoriales en Memorystore para Valkey aprovecha las consultas multiproceso, lo que da como resultado alta capacidad de procesamiento de consultas (QPS) con baja latencia.
Memorystore también proporciona dos enfoques de búsqueda distintos para ayudarte a encontrar el equilibrio adecuado entre velocidad y precisión. La opción HNSW (mundo pequeño navegable jerárquico) ofrece resultados rápidos y aproximados, ideal para grandes conjuntos de datos en los que una coincidencia cercana es suficiente. Si necesitas precisión absoluta, el valor genera respuestas exactas, aunque puede llevar un poco más de tiempo procesarlo.
Si deseas optimizar tu aplicación para obtener las velocidades de lectura y escritura de datos vectoriales más rápidas, es probable que Memorystore for Valkey sea la mejor opción para ti.