En esta página, se describen las funciones de Cloud SQL.
Funciones de conversión de vectores
En la siguiente tabla, se enumeran las funciones que puedes usar para manipular la información de vectores en una sentencia SELECT
.
Función | Descripción | |
vector_to_string | Entrada: VECTOR
Resultado: STRING |
Convierte un argumento en una cadena en un formato vectorial legible por humanos.
Entrada: Un argumento de tipo Resultado: Una cadena Sintaxis:
|
string_to_vector | Entrada: STRING
Salida: VECTOR |
Convierte una cadena a un formato vectorial legible. Esto te permite escribir
los valores que deseas representar en un vector.
Entrada: Una cadena Sintaxis:
Resultado: Un valor de tipo vector. |
Funciones de búsqueda
En esta sección, se describen las funciones de búsqueda de Cloud SQL.
Funciones de KNN
En la siguiente tabla, se enumeran las funciones que puedes usar para calcular la distancia vectorial de KNN.
Función | Tipo de datos | Descripción |
vector_distance | Entrada: VECTOR
Resultado: REAL |
Calcula la distancia vectorial entre dos VECTOR . Los dos VECTOR deben tener las mismas dimensiones.
Input: Obligatorio. Toma dos valores de vector. Un tercer argumento de cadena opcional indica la medida de distancia. El valor predeterminado es "l2_squared_distance". Otras opciones incluyen "cosine_distance" y "dot_product". Resultado: La distancia entre los dos vectores. Por ejemplo:
|
cosine_distance | Entrada: VECTOR
Resultado: REAL |
Algoritmo para calcular el coseno del ángulo entre dos vectores. Un valor menor indica una mayor similitud entre los vectores.
Entrada: Toma dos valores vectoriales. Pueden ser nombres de columnas o constantes. Resultado: La distancia coseno entre los dos vectores. Por ejemplo:
|
dot_product | Entrada: VECTOR
Resultado: REAL |
Es un algoritmo que realiza la operación de producto punto entre dos vectores de entrada para calcular y mostrar un solo valor escalar.
Entrada: Toma dos valores vectoriales. Pueden ser nombres de columnas o constantes. Resultado: El producto punto de los dos vectores. Por ejemplo:
|
l2_squared_distance | Entrada: VECTOR
Resultado: REAL |
Es un algoritmo que suma la distancia al cuadrado en cada dimensión entre dos vectores de entrada para medir la distancia euclidiana entre ellos.
Entrada: Toma dos valores vectoriales. Pueden ser nombres de columnas o constantes. Resultado: La distancia de L2 al cuadrado entre los dos vectores. Por ejemplo:
|
Función ANN
En la siguiente tabla, se enumera la función que puedes usar para calcular la distancia del vector.
Función | Tipo de datos | Descripción |
approx_distance | Entrada: VECTOR
Resultado: REAL |
Encuentra las K filas más cercanas que satisfacen la medida de distancia con el algoritmo seleccionado. Esta función consulta los vecinos más cercanos aproximados de una columna de vectores a un valor constante. El tipo VECTOR de las dos columnas de incorporación y la constante VECTOR deben tener las mismas dimensiones. En algunos casos, esta función recurre a una búsqueda de KNN (búsqueda exacta) en lugar de una búsqueda de ANN. Debes incluir un límite con las consultas que usan esta función.
Sintaxis:
Entradas:
|
¿Qué sigue?
- Lee la descripción general de la búsqueda vectorial en Cloud SQL.
- Obtén información para habilitar y deshabilitar las incorporaciones vectoriales en tu instancia.
- Obtén más información para generar embeddings de vectores.
- Obtén más información para crear índices vectoriales.
- Obtén información para realizar búsquedas en incorporaciones vectoriales.