Cette page décrit les fonctions Cloud SQL.
Fonctions de conversion de vecteurs
Le tableau suivant répertorie les fonctions que vous pouvez utiliser pour manipuler des informations vectorielles dans une instruction SELECT
.
Fonction | Description | |
vector_to_string | Entrée: VECTOR
Résultat: STRING |
Convertit un argument en chaîne au format vectoriel lisible.
Entrée:un argument de type Résultat:une chaîne Syntaxe :
|
string_to_vector | Entrée: STRING
Résultat: VECTOR |
Convertit une chaîne en format vectoriel lisible. Cela vous permet d'écrire les valeurs que vous souhaitez représenter dans un vecteur.
Entrée:chaîne Syntaxe :
Résultat:une valeur de type vecteur. |
Fonctions recherche
Cette section décrit les fonctions de recherche Cloud SQL.
Fonctions KNN
Le tableau suivant répertorie les fonctions que vous pouvez utiliser pour calculer la distance vectorielle KNN.
Fonction | Type de données | Description |
vector_distance | Entrée: VECTOR
Résultat: RÉEL |
Calcule la distance vectorielle entre deux VECTOR . Les deux VECTOR doivent avoir les mêmes dimensions.
Input (Entrée) : obligatoire. Prend deux valeurs vectorielles. Un troisième argument de chaîne facultatif indique la mesure de la distance. La valeur par défaut est "l2_squared_distance". Vous pouvez également utiliser les options "cosine_distance" et "dot_product". Sortie: distance entre les deux vecteurs. Exemple :
|
cosine_distance | Entrée: VECTOR
Résultat: RÉEL |
Algorithme permettant de calculer le cosinus de l'angle entre deux vecteurs. Une valeur plus faible indique une plus grande similarité entre les vecteurs.
Entrée: prend en compte deux valeurs vectorielles. Il peut s'agir de noms de colonnes ou de constantes. Sortie: distance cosinus entre les deux vecteurs. Exemple :
|
dot_product | Entrée: VECTOR
Résultat: RÉEL |
Algorithme qui effectue le produit scalaire entre deux vecteurs d'entrée pour calculer et générer une seule valeur scalaire.
Entrée: prend en compte deux valeurs vectorielles. Il peut s'agir de noms de colonnes ou de constantes. Résultat: produit scalaire des deux vecteurs. Exemple :
|
l2_squared_distance | Entrée: VECTOR
Résultat: RÉEL |
Algorithme qui ajoute la distance au carré sur chaque dimension entre deux vecteurs d'entrée pour mesurer la distance euclidienne entre eux.
Entrée: prend en compte deux valeurs vectorielles. Il peut s'agir de noms de colonnes ou de constantes. Résultat: la distance L2 au carré entre les deux vecteurs. Exemple :
|
Fonction ANN
Le tableau suivant répertorie la fonction que vous pouvez utiliser pour calculer la distance vectorielle.
Fonction | Type de données | Description |
approx_distance | Entrée: VECTOR
Résultat: RÉEL |
Recherche les K premières lignes les plus proches qui répondent à la mesure de distance à l'aide de l'algorithme sélectionné. Cette fonction interroge les voisins les plus proches approximatifs d'une colonne de vecteurs par rapport à une valeur constante. Le type VECTOR des deux colonnes d'embedding et la constante VECTOR doivent avoir les mêmes dimensions. Dans certains cas, cette fonction utilise une recherche KNN (recherche exacte) au lieu d'une recherche ANN. Vous devez inclure une limite avec les requêtes qui utilisent cette fonction.
Syntaxe :
Entrées :
|
Étape suivante
- Consultez la présentation de la recherche vectorielle dans Cloud SQL.
- Découvrez comment activer et désactiver les embeddings vectoriels sur votre instance.
- Découvrez comment générer des embeddings vectoriels.
- Découvrez comment créer des index vectoriels.
- Découvrez comment effectuer des recherches sur des embeddings vectoriels.