Funções do Cloud SQL

Esta página descreve as funções do Cloud SQL.

Funções de conversão de vetores

A tabela a seguir lista as funções que podem ser usadas para manipular informações de vetor em uma instrução SELECT.

Função Descrição
vector_to_string Entrada: VECTOR

Saída: STRING

 Converte um argumento em uma string em um formato de vetor legível.

Entrada:um argumento do tipo VECTOR

Saída:uma string

Sintaxe:

vector_to_string(some_embedding)
string_to_vector Entrada: STRING

Saída: VECTOR

 Converte uma string em um formato de vetor legível. Isso permite escrever os valores que você quer representar em um vetor.

Entrada:uma string

Sintaxe:

string_to_vector('some_embedding')

Saída:um valor do tipo vetor.

Funções de pesquisa

Esta seção descreve as funções de pesquisa do Cloud SQL.

Funções KNN

A tabela a seguir lista as funções que podem ser usadas para calcular a distância do vetor KNN.

Função Tipo de dado Descrição
vector_distance Entrada: VECTOR

Saída: REAL

 Calcula a distância vetorial entre dois VECTORs. Os dois VECTORs precisam ter as mesmas dimensões.

Entrada: obrigatório. Usa dois valores de vetor. Um terceiro argumento de string opcional indica a medida de distância. O padrão é `l2_squared_distance. Outras opções incluem `cosine_distance` e `dot_product`.

Saída: a distância entre os dois vetores.

Exemplo:

SELECT vector_distance(string_to_vector('[1,-2,3]'), string_to_vector('[1,2,3]'), 'Distance_Measure=dot_product');

cosine_distance Entrada: VECTOR

Saída: REAL

 Algoritmo para calcular o cosseno do ângulo entre dois vetores. Um valor menor indica maior semelhança entre os vetores.

Entrada: usa dois valores de vetor. Podem ser nomes de colunas ou constantes.

Saída: a distância do cosseno entre os dois vetores.

Exemplo:

SELECT cosine_distance(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY cosine_distance(string_to_vector('[1,2,3]'), embedding_column_name) LIMIT 10;
dot_product Entrada: VECTOR

Saída: REAL

 Algoritmo que realiza a operação de produto escalar entre dois vetores de entrada para calcular e gerar um único valor escalar.

Entrada: usa dois valores de vetor. Podem ser nomes de colunas ou constantes.

Saída: o produto escalar dos dois vetores.

Exemplo:

SELECT dot_product(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY dot_product(string_to_vector('[1,2,3]'), embbeding_column_name) LIMIT 10;
l2_squared_distance Entrada: VECTOR

Saída: REAL

 Algoritmo que adiciona a distância ao quadrado em cada dimensão entre dois vetores de entrada para medir a distância euclidiana entre eles.

Entrada: usa dois valores de vetor. Podem ser nomes de colunas ou constantes.

Saída: a distância L2 ao quadrado entre os dois vetores.

Exemplo:

SELECT l2_squared_distance(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY l2_squared_distance(string_to_vector('[1,2,3]'), embbeding_column_name) LIMIT 10;

Função ANN

A tabela a seguir lista a função que pode ser usada para calcular a distância do vetor.

Função Tipo de dados Descrição
approx_distance Entrada: VECTOR

Saída: REAL

 Encontra as K linhas mais próximas que atendem à medida de distância usando o algoritmo selecionado. Essa função consulta os vizinhos mais próximos aproximados de uma coluna de vetor para um valor constante. O tipo VECTOR das duas colunas de incorporação e a constante VECTOR precisam ter as mesmas dimensões. Em alguns casos, essa função volta para uma pesquisa de KNN (pesquisa exata) em vez de uma pesquisa de ANN. É necessário incluir um limite com consultas que usam essa função.

Sintaxe:

approx_distance(embedding_name,
query_vector,
'distance_measure=algorithm_name
[, num_leaves_to_search=value]'

Entradas:

  1. embedding_name: o nome de uma coluna de embeddings de vetor da tabela de base.
  2. query_vector: uma constante do tipo "VECTOR", que pode ser (mas não precisa ser) a saída de string_to_vector.
  3. As opções de string de pesquisa separadas por vírgulas incluem o seguinte:
    • distance_measure: obrigatório. Usa um algoritmo para medir a distância entre vetores. Ele usa os seguintes literais de string:
      • L2_SQUARED
      • COSINE
      • DOT_PRODUCT

      Por exemplo: distance_measure=cosine

    • num_leaves_to_search: opcional. Especifica o número de folhas a serem sondadas para uma pesquisa de similaridade vetorial de ANN. Se você não especificar o número de folhas, o Cloud SQL para MySQL vai escolher um valor calculado para num_leaves_to_search, que pode ser visto em information_schema.innodb_vector_indexes. O número calculado geralmente é um bom ponto de partida com boa qualidade e performance de pesquisa. Recomendamos que você ajuste num_leaves_to_search com base na sua carga de trabalho e na compensação de performance ou qualidade.

    Exemplo:

    'distance_measure=dot_product,
    num_leaves_to_search=100'

    Valor de LIMIT obrigatório:o limite especificado é usado como o número de vizinhos a serem retornados (também conhecido como os K principais).

    Saída: a distância aproximada das K linhas mais próximas na tabela de base.

    Essa função só pode ser usada na lista ORDER BY ou SELECT.

    Exemplo:

    SELECT id, approx_distance(embedding_column_name
    string_to_vector('[1,1,1]'),
    'distance_measure=cosine') dist from t1
    ORDER BY dist LIMIT 10;

    SELECT id
    FROM t1
    ORDER BY
    approx_distance(
    embedding_column_name
    string_to_vector('[1,1,1]'),
    'distance_measure=dot_product,num_leaves_to_search=100) LIMIT 4;

A seguir