Questa pagina mostra come interagire con Cloud SQL per creare applicazioni che utilizzano gli incorporamenti vettoriali.
Cloud SQL per MySQL supporta l'archiviazione degli incorporamenti vettoriali. Puoi quindi crea indici di ricerca vettoriale ed esegui ricerche di somiglianza su questi vettori incorporamenti insieme al resto dei dati archiviati in Cloud SQL.
Archiviazione di incorporamento vettoriale
Puoi utilizzare Cloud SQL per MySQL per archiviare gli incorporamenti vettoriali creando un vettore
di incorporamento in una tabella. La colonna di incorporamento vettoriale speciale mappa
Tipo di dati VARBINARY
. Come per altri dati relazionali nella tabella, puoi accedere
incorporamenti vettoriali nella tabella con garanzie transazionali esistenti. Una tabella
con una colonna di incorporamento vettoriale è una normale tabella InnoDB ed è quindi
conforme alle proprietà di atomicità, coerenza, isolamento e durabilità (ACID).
Le proprietà ACID si differenziano solo per le ricerche nell'indice di ricerca vettoriale.
Puoi creare fino a una colonna di incorporamento vettoriale in una tabella e un vettore indice di ricerca per tabella. Ogni incorporamento vettoriale archiviato nella stessa colonna deve devono avere esattamente le stesse dimensioni specificate al momento della definizione della colonna. Un incorporamento vettoriale ha un limite superiore di 16.000 dimensioni. Se ne hai a sufficienza e memoria disponibile, quindi puoi avere tabelle separate con colonne di incorporamento vettoriale e indici di ricerca vettoriale sulla stessa istanza.
Anche se non esiste un limite preciso al numero di incorporamenti vettoriali, archiviabili in una tabella, gli indici di ricerca vettoriale richiedono la memoria. Per questo motivo, ti consigliamo di non memorizzare più di 10 milioni di incorporamenti vettoriali in una tabella.
La replica funziona allo stesso modo sia per la colonna di incorporamento vettoriale che per di altre colonne MySQL InnoDB.
Ricerca di affinità
Cloud SQL supporta la ricerca di somiglianze utilizzando sia K- nearest neighbor (KNN) e query di ricerca del vicino più prossimo approssimato (ANN). Puoi utilizzare entrambi di ricerche vettoriali nelle tue istanze Cloud SQL. Puoi creare un indice di ricerca vettoriale per le ricerche ANN.
Ricerca con vicino più vicino K (KNN)
Cloud SQL supporta l'esecuzione di query mediante la ricerca vettoriale KNN, chiamata anche come ricerca esatta del vicino più prossimo. Una ricerca vettoriale KNN fornisce un ricordo perfetto. Puoi eseguire ricerche KNN senza dover creare un vettore nell'indice di ricerca. La ricerca KNN si basa sull'esecuzione di un algoritmo di scansione delle tabelle.
Per la ricerca KNN, Cloud SQL supporta anche la seguente distanza vettoriale funzioni di ricerca:
- Coseno
- Prodotto scalare
- Distanza al quadrato L2
Per ulteriori informazioni sull'utilizzo delle funzioni di distanza di ricerca vettoriale, consulta Esegui una query sulla distanza di un incorporamento vettoriale.
Ricerca del vicino più prossimo approssimativo (ANN)
Cloud SQL supporta la creazione e l'esecuzione di query di ricerche ANN tramite creazione di indici di ricerca vettoriale. Un indice di ricerca vettoriale ANN ti consente di ottimizzare prestazioni veloci invece che richiamo perfetto. Per la ricerca ANN, Cloud SQL supporta i seguenti tipi di indici:
BRUTE_FORCE
: il tipo di indice di ricerca vettoriale predefinito per una tabella di base che ha meno di 10.000 righe. Questo tipo è più adatto per le ricerche all'interno di un un sottoinsieme più piccolo di un set di dati originale. La memoria utilizzata dall'indice è uguale alle dimensioni del set di dati. Questo tipo di indice non è permanente su disco.TREE_SQ
: il tipo di indice di ricerca vettoriale predefinito per una tabella di base con 10.000 o più righe. Questo tipo utilizza la quantità minima di memoria o circa il 25% delle dimensioni del set di dati. Gli indici diTREE_SQ
sono permanente su disco.TREE_AH
: un tipo di indice di ricerca vettoriale che fornisce un hashing asimmetrico algoritmo del tipo di ricerca. Come implementato in Cloud SQL, questo tipo di indice non è ottimizzato per l'utilizzo di memoria e non è permanente.
Aggiorna indici di ricerca vettoriale
Cloud SQL per MySQL aggiorna gli indici di ricerca vettoriale in tempo reale. Qualsiasi transazione
che esegue operazioni DML (Data Manipulation Language) sulla tabella di base
propaga le modifiche agli indici di ricerca vettoriale associati. Le modifiche in un
dell'indice di ricerca vettoriale sono visibili immediatamente a tutte le altre transazioni, che
indica un livello di isolamento di READ_UNCOMMITTED
.
Se esegui il rollback di una transazione, vengono apportate modifiche anche al rollback corrispondente si verificano nell'indice di ricerca vettoriale.
Replica degli indici di ricerca vettoriale
Cloud SQL per MySQL replica gli indici di ricerca vettoriale in tutte le repliche di lettura. Filtri di replica e replica di vettori gli indici di ricerca alle repliche a cascata non sono supportati.
Configurare un'istanza per supportare gli incorporamenti vettoriali
Questa sezione descrive come configurare l'istanza Cloud SQL per supportare l'archiviazione, l'indicizzazione e l'interrogazione degli incorporamenti vettoriali.
Sia le istanze Cloud SQL Enterprise che Cloud SQL Enterprise Plus supportano gli incorporamenti vettoriali.
Prima di iniziare
- L'istanza deve eseguire la versione Cloud SQL per MySQL MySQL
8.0.36.R20240401.03_00
o versioni successive. - L'istanza deve avere spazio su disco e memoria sufficienti per allocare la memoria per il numero totale di incorporamenti vettoriali nell'istanza.
Attiva il supporto per gli incorporamenti vettoriali
Per attivare il supporto degli incorporamenti vettoriali, devi configurare il database MySQL e i flag facoltativi.
gcloud sql instances patch INSTANCE_NAME \ --database-flags=FLAGS
Sostituisci INSTANCE_NAME con il nome dell'istanza sulla quale vuoi per abilitare il supporto dell'incorporamento vettoriale.
In FLAGS, configura i seguenti flag MySQL sul tuo istanza:
cloudsql_vector
: imposta questo flag suon
per abilitare il vettore all'incorporamento, all'archiviazione e alla ricerca. Puoi creare un nuovo incorporamento vettoriale di colonne e indici di ricerca vettoriale sull'istanza.cloudsql_vector_max_mem_size
: facoltativo. Specifica la memoria massima l'allocazione in byte per tutti gli indici di ricerca vettoriale nell'istanza. Se non specifichi questo flag, l'allocazione predefinita della memoria è di 1 GB, è l'allocazione minima della memoria. Per ulteriori informazioni su come calcolare l'importo da specificare, consulta Configura l'allocazione della memoria per la ricerca vettoriale indici.Questa memoria dedicata proviene dalla memoria allocata al tuo
innodb_buffer_pool_size
. Il pool di buffer disponibile si riduce della stessa misura importo. Il valore massimo consentito per questo flag è 50% del totale diinnodb_buffer_pool_size
.Se specifichi un valore superiore al 50% del totale
innodb_buffer_pool_size
, Cloud SQL riduce il valore effettivo a delle dimensioni disponibili e registra un messaggio di avviso per l'istanza.
Dopo aver configurato i flag, il tuo comando potrebbe essere simile al seguente:
gcloud sql instances patch my-instance \ --database-flags=cloudsql_vector=on,cloudsql_vector_max_mem_size=4294967296
I flag per configurare il supporto degli incorporamenti vettoriali in Cloud SQL per MySQL sono flag statici. Dopo aver aggiornato l'istanza con i flag, si riavvia automaticamente per far sì hanno effetto.
Per saperne di più su come configurare i flag di database per MySQL, consulta Configurare i flag di database.
Disattiva il supporto per gli incorporamenti vettoriali
Per disattivare il supporto degli incorporamenti vettoriali, imposta cloudsql_vector
per off
.
Ad esempio:
gcloud sql instances patch INSTANCE_NAME \ --database-flags=cloudsql_vector=off
Sostituisci INSTANCE_NAME con il nome dell'istanza in cui ti trovi disattivando il supporto dell'incorporamento vettoriale.
Se imposti cloudsql_vector
su off
, non potrai creare un nuovo vettore
incorporare colonne e indici di ricerca vettoriale. Dopo aver configurato
l'istanza si riavvia automaticamente per la modifica della configurazione
per applicare le modifiche.
Dopo il riavvio dell'istanza, Cloud SQL per MySQL esegue quanto segue:
- Rimuove tutti gli indici di ricerca vettoriale
TREE_SQ
persistenti dall'elenco permanente disco. - Mantiene le voci della tabella del dizionario dei dati per il vettore indici di ricerca creati. Tuttavia, Cloud SQL per MySQL non ricrea gli indici né le query di ricerca a questi indici restituiscono un errore.
- Continua ad archiviare gli incorporamenti vettoriali nelle tabelle di base. Gli incorporamenti vettoriali rimangono accessibili.
Se in seguito riattivi il flag cloudsql_vector
per l'istanza,
Cloud SQL
tenta di ricreare gli indici mentre l'istanza si riavvia in base al
di dati nella tabella del dizionario dei dati.
Configura l'allocazione della memoria per gli indici di ricerca vettoriale
Cloud SQL crea e gestisce gli indici di ricerca vettoriale in memoria. TREE_SQ
il tipo di indice persiste dopo un arresto anomalo e si ricarica dopo il riavvio dell'istanza.
Durante il runtime, tutti gli indici di ricerca vettoriale devono rimanere in memoria.
Per assicurarti che Cloud SQL abbia memoria sufficiente per conservare tutte
indici di ricerca vettoriale in memoria, configura l'istanza Cloud SQL
a
cloudsql_vector_max_mem_size
flag di database.
cloudsql_vector_max_mem_size
regola la quantità di memoria dedicata dall'istanza Cloud SQL
per gli indici di ricerca vettoriale. Quando configuri il valore del flag, mantieni quanto segue
mente:
- Il valore predefinito e minimo è 1 GB. Il limite superiore è il 50% del buffer dimensioni del pool.
- Dopo aver impostato questo flag, l'istanza si riavvia automaticamente per per applicare la modifica alla configurazione.
- Se l'istanza ha esaurito la memoria configurata, non puoi creare o modificare qualsiasi indice di ricerca vettoriale.
Per aggiornare la memoria allocata per gli indici di ricerca vettoriale nell'istanza,
modifica il valore del flag cloudsql_vector_max_mem_size
.
gcloud sql instances patch INSTANCE_NAME \ --database-flags= cloudsql_vector_max_mem_size=NEW_MEMORY_VALUE
Sostituisci quanto segue:
- INSTANCE_NAME: il nome dell'istanza in cui stai modificando l'allocazione della memoria.
- NEW_MEMORY_VALUE: l'allocazione della memoria aggiornata, in byte, per gli indici di ricerca vettoriale
Questa modifica riavvia automaticamente l'istanza affinché la modifica possa essere applicata.
Calcola la memoria richiesta
La quantità di memoria richiesta da un indice dipende dal tipo di indice, dal numero degli incorporamenti vettoriali e la dimensionalità degli incorporamenti. Esistono due metodi requisiti di memoria da considerare:
- Memoria tempo di creazione:la memoria richiesta durante la creazione dell'indice.
- Memoria indice: la memoria occupata dall'indice dopo che è creato
Per un dato indice, la dimensione del set di dati è la memoria necessaria per leggere tutti gli incorporamenti vettoriali in memoria. Dato che ogni dimensione è rappresentata è un valore in virgola mobile che utilizza 4 byte di memoria, puoi determinare il valore di dataset_size come che segue:
dataset_size = <num_embeddings> * (4 * <dimensions>)
Ad esempio, se hai 1 milione di incorporamenti di dimensioni 768, i tuoi
dataset_size
è di 3 GB.
In base all'esempio precedente, i requisiti di memoria per i diversi indici sono i seguenti:
Tipo di indice | Memoria data/ora build | Memoria indice |
---|---|---|
TREE_SQ |
4 GB | 1 GB |
TREE_AH
|
3,5 GB | 3,5 GB |
BRUTE_FORCE
|
3 GB | 3 GB |
Se utilizzi gli indici di ricerca vettoriale TREE_SQ
, devi anche
la memoria richiesta per la persistenza in fase di runtime. Per l'importo totale di
configurazione nella tua configurazione, aggiungi la quantità di memoria di indice utilizzata
indice di ricerca vettoriale TREE_SQ
attivo.
Ogni volta che la tabella di base in cui sono archiviati gli incorporamenti vettoriali è sottoposta a DML
operazioni, l'indice di ricerca vettoriale viene aggiornato in tempo reale. Questi aggiornamenti
modificare l'impronta di memoria dell'indice, che può ridursi o espandersi a seconda
sull'operazione DML. Puoi monitorare l'utilizzo della memoria di un indice tramite
eseguendo una query sulla tabella information_schema.innodb_vector_indexes
. Per informazioni
sul monitoraggio delle dimensioni dell'indice di ricerca vettoriale, consulta Monitorare i valori
indici di ricerca.
Lettura configurazione replica
Se l'istanza soddisfa i criteri di abilitazione della versione di manutenzione e del flag: Cloud SQL supporta completamente gli incorporamenti vettoriali su una replica di lettura.
Se crei una replica da un'istanza principale con vettori il supporto dell'incorporamento vettoriale abilitato, la replica di lettura eredita il supporto dell'incorporamento vettoriale. e le impostazioni dell'istanza principale. Devi abilitare il supporto dell'incorporamento vettoriale singolarmente su istanze di replica di lettura già esistenti.
In termini di impatto sul ritardo della replica, la creazione e il mantenimento della ricerca vettoriale funzionano allo stesso modo dei normali indici MySQL.
Gli indici di ricerca vettoriale non sono supportati nelle repliche a cascata.
Esempio: una semplice query e un indice di ricerca vettoriale ANN
La seguente procedura dettagliata di esempio fornisce i passaggi per creare un vettore basato su ANN su un indice e su una query di ricerca in Cloud SQL.
Genera incorporamenti vettoriali. Puoi creare incorporamenti vettoriali manualmente o utilizzare un'API di incorporamento del testo di tua scelta. Per un esempio che utilizza Vertex AI, consulta Generare incorporamenti vettoriali basati su righe i tuoi dati.
Crea una tabella in Cloud SQL per MySQL contenente una colonna di incorporamento vettoriale con tre dimensioni.
CREATE TABLE books ( id INTEGER PRIMARY KEY AUTO_INCREMENT, title VARCHAR(60), embedding VECTOR(3) USING VARBINARY );
Inserisci un incorporamento vettoriale nella colonna.
INSERT INTO books VALUES ( 1, 'book title', string_to_vector('[1,2,3]') );
Esegui il commit delle modifiche.
commit;
Crea l'indice di ricerca vettoriale. Se stai creando un
TREE_SQ
o unTREE_AH
, la tabella deve avere almeno 1000 righe.CALL mysql.create_vector_index('vectorIndex', 'dbname.books', 'embedding', 'index_type=BRUTE_FORCE, distance_measure=L2_SQUARED' );
Trova i vicini più vicini.
SELECT title FROM books WHERE NEAREST(embedding) TO (string_to_vector('[1,2,3]'));
Generare incorporamenti vettoriali basati sui dati delle righe
Puoi generare un incorporamento vettoriale per i dati di una determinata riga utilizzando un modello API di incorporamento come Vertex AI o OpenAI. Puoi utilizzare qualsiasi API di incorporamento del testo con gli incorporamenti vettoriali di Cloud SQL. Tuttavia, devi utilizzare la stessa API di incorporamento del testo per le query la generazione di vettori di stringa. Non puoi combinare API diverse per i dati di origine la vettorializzazione delle query.
Ad esempio, puoi generare un incorporamento vettoriale da Vertex AI:
from vertexai.language_models import TextEmbeddingModel
def text_embedding() -> list:
"""Text embedding with a Large Language Model."""
model = TextEmbeddingModel.from_pretrained("textembedding-gecko@001")
embeddings = model.get_embeddings(["What is life?"])
for embedding in embeddings:
vector = embedding.values
print(f"Length of Embedding Vector: {len(vector)}")
return vector
if __name__ == "__main__":
text_embedding()
Archivia gli incorporamenti vettoriali
Questa sezione fornisce istruzioni di esempio per l'archiviazione di incorporamenti vettoriali in in Cloud SQL.
Crea una nuova tabella con una colonna di incorporamento vettoriale
CREATE TABLE books (
id INTEGER PRIMARY KEY AUTO_INCREMENT,
title VARCHAR(60),
embedding VECTOR(3) USING VARBINARY
);
Aggiungere una colonna di incorporamento vettoriale a una tabella esistente
ALTER TABLE books
ADD COLUMN embedding
VECTOR(3) USING VARBINARY;
Inserisci un incorporamento vettoriale
INSERT INTO books (
title,
embedding
) VALUES (
'book title',
string_to_vector('[1,2,3]')
);
Inserisci più incorporamenti vettoriali
INSERT INTO books (
title,
embedding
) VALUES (
'book title',
string_to_vector('[1,2,3]')),
('book title', string_to_vector('[4,5,6]')
);
Esegui l'upsert di un incorporamento vettoriale
INSERT INTO books (
id,
title,
embedding
) VALUES (
1,
'book title',
string_to_vector('[1,2,3]')
)
ON DUPLICATE KEY UPDATE embedding = string_to_vector('[1,2,3]');
Aggiorna un incorporamento vettoriale
UPDATE books
SET embedding = string_to_vector('[1,2,3]')
WHERE id = 1;
Eliminare un incorporamento vettoriale
DELETE FROM books
WHERE embedding = string_to_vector('[1,2,3]');
Utilizzare gli indici di ricerca vettoriale
Per impostazione predefinita, puoi eseguire la ricerca del vicino più prossimo esatto, che fornisce un ricordo perfetto. Puoi anche aggiungere un indice per utilizzare una ANN che scambia un certo richiamo con la velocità. A differenza degli indici tipici, Dopo aver aggiunto un indice approssimativo, vedi risultati diversi per query.
Consigli
Questa sezione fornisce le best practice per lavorare con la ricerca vettoriale. indici di appartenenza. Ogni carico di lavoro è diverso e potrebbe essere necessario adattarsi di conseguenza.
- Prima di creare un indice di ricerca vettoriale, devi caricare i dati nella tabella.
La tabella di base deve avere almeno 1000 righe.
Questi requisiti si applicano solo al
TREE_SQ
eTREE_AH
tipi di indici di ricerca. Se disponi di più punti dati, il partizionamento e l'addestramento dell'indice saranno migliori. - Monitora l'utilizzo della memoria da parte degli indici. Se l'istanza esaurisce la memoria,
non puoi creare o creare indici. Per gli indici esistenti,
dopo aver raggiunto la soglia, Cloud SQL scrive avvisi nel log degli errori di MySQL
periodicamente. Puoi visualizzare la memoria utilizzata nel
Tabella
information_schema.innodb_vector_indexes
. - Se la tabella di base sottostante ha subito importanti modifiche DML, ricreala
gli indici di ricerca vettoriale. Per ottenere la dimensione iniziale dell'indice a
data e ora di creazione e la dimensione attuale dell'indice, esegui una query
Tabella
information_schema.innodb_vector_indexes
. - In genere, è accettabile lasciare il numero di partizioni da calcolare internamente. Se hai un caso d'uso in cui vuoi specificare numero di partizioni, devi avere almeno 100 punti dati per partizione.
Tabella di base di sola lettura durante le operazioni di indice di ricerca vettoriale
Per la durata di tutte e tre le operazioni sull'indice di ricerca vettoriale (creazione, la modifica e la rilascia: la tabella di base viene impostata in modalità di sola lettura. Durante queste operazioni, non sono consentiti DML nella tabella di base.
Persistenza, arresto e impatto sulla manutenzione
Solo gli indici di ricerca vettoriale che utilizzano il tipo TREE_SQ
vengono mantenuti su disco
su un arresto anomalo dopo l'arresto di un'istanza.
Gli indici di ricerca vettoriale che utilizzano i tipi TREE_AH
e BRUTE_FORCE
sono
solo in memoria.
Dopo un arresto anomalo di un'istanza, Cloud SQL ricarica la ricerca vettoriale l'indicizzazione al riavvio dell'istanza. Tuttavia, dopo un arresto anomalo o un arresto sporco, Cloud SQL deve ricreare gli indici di ricerca vettoriale. Ad esempio, ogni volta che l'istanza subisce un arresto anomalo ripristino da backup e ripristino, recupero point-in-time (PITR) o un failover ad alta disponibilità, Cloud SQL ricrea la ricerca vettoriale indici di appartenenza. Per questi eventi, si verifica quanto segue:
- La ricompilazione viene eseguita automaticamente in background.
- Durante la ricreazione, la tabella di base è in modalità di sola lettura.
- Se la ricreazione automatica non riesce a ottenere un blocco sulla tabella all'interno di un intervallo specifico la ripetizione non va a buon fine. Potresti dover ricreare manualmente l'indice.
Il tempo necessario per la ricreazione di un indice potrebbe aumentare il tempo necessario per un il tuo arresto anomalo, il che potrebbe incrementare i tempi di manutenzione e aggiornamento per eseguire un'istanza.
Crea un indice di ricerca vettoriale
L'istruzione per creare un indice di ricerca vettoriale utilizza la seguente sintassi:
CALL mysql.create_vector_index('INDEX_NAME', 'DB_NAME.TABLE_NAME', 'COLUMN_NAME', 'PARAMETERS' );
Ad esempio:
CALL mysql.create_vector_index('vectorIndex',
'db.books',
'embedding',
'index_type=TREE_SQ, distance_measure=l2_squared'
);
Il nome di indice specificato deve essere univoco all'interno del database.
Parametri indice di ricerca vettoriale
Le funzioni di creazione dell'indice di ricerca (e della modifica dell'indice di ricerca) supportano che puoi utilizzare specifica con coppie chiave/valore separate da virgole. Funzione di creazione dell'indice di ricerca completo sono facoltativi. Se specifichi una stringa vuota o NULL, i valori dei parametri predefiniti sono configurati per l'indice.
- distance_measure: i valori supportati sono
L2_SQUARED
,COSINE
eDOT_PRODUCT
.L2_SQUARED
è l'impostazione predefinita. - num_neighbors: il numero di vicini da restituire per impostazione predefinita durante una ANN
query. Puoi anche eseguire l'override di questo parametro quando
l'esecuzione della query di ricerca. L'impostazione predefinita è
10
. index_type: specifica il tipo di indice da creare. I valori validi sono:
BRUTE_FORCE
,TREE_SQ
eTREE_AH
.BRUTE_FORCE
è l'impostazione predefinita per una tabella con meno di 10.000 righeTREE_SQ
è l'impostazione predefinita per una tabella con almeno 10.000 righe
Per specificare il tipo di indice
TREE_AH
oTREE_SQ
, il la dimensione della tabella di base deve essere maggiore di 1000 righe.num_parititions: specifica quanti cluster K-means creare. Questo è consentito solo se hai configurato un
index_type
. Questa opzione non è applicabile aBRUTE_FORCE
. Se specifichi il tipo di indiceTREE_SQ
oTREE_AH
, la dimensione della tabella di base deve essere maggiore o uguale a num_partitions * 100.
Modifica un indice di ricerca vettoriale
CALL mysql.alter_vector_index('DB_NAME.INDEX_NAME', 'PARAMETERS');
La funzione alter_vector_index
viene utilizzata esplicitamente per ricreare una ricerca vettoriale
di Google. Per utilizzare questa funzione, l'indice deve già esistere. Potresti voler
ricreare un indice per i seguenti casi d'uso:
- Vuoi ricreare l'indice con opzioni diverse. Ad esempio, potresti vuoi utilizzare un tipo di indice diverso o una diversa misura della distanza.
- Vuoi ricreare l'indice perché la tabella di base è stata sottoposta a importanti processi DML modifiche. Ad esempio, è necessario riaddestrare l'indice di ricerca vettoriale in base dati attuali nella tabella di base.
Tutti i parametri per ricreare l'indice sono identici a quelle disponibili per la creazione dell'indice e sono anch'esse facoltative. Se specifichi una stringa vuota o NULL quando ricrea l'indice, questo viene ricreato in base ai parametri specificati al momento della creazione dell'indice. Se non sono presenti parametri forniti al momento della creazione dell'indice, vengono utilizzati i valori parametro predefiniti.
L'indice di ricerca vettoriale esistente è disponibile durante l'operazione di modifica. Puoi comunque eseguire query di ricerca sull'indice.
Rilascia un indice di ricerca vettoriale
Non puoi eseguire un'operazione DDL su una tabella con un indice di ricerca vettoriale. Prima di eseguire l'operazione DDL sulla tabella, devi rilasciare l'indice di ricerca vettoriale.
CALL mysql.drop_vector_index('DB_NAME.INDEX_NAME');
Query sugli incorporamenti vettoriali
Questa sezione fornisce esempi dei diversi modi in cui puoi eseguire query sul vettore incorporamenti.
Visualizza gli incorporamenti vettoriali
SELECT vector_to_string(embedding) FROM books;
Ottenere la ricerca esatta del vicino in un incorporamento vettoriale
SELECT id,cosine_distance(embedding,
string_to_vector('[1,2,3]')) dist
FROM books
ORDER BY dist
LIMIT 10;
Ottenere la ricerca approssimativa del vicino verso un incorporamento vettoriale
SELECT title FROM books
WHERE
NEAREST(embedding) TO (string_to_vector('[1,2,3]'), 'num_neighbors=10');
L'esecuzione di una ricerca ANN supporta due parametri. Entrambi sono facoltativi.
- num_partitions: specifica il numero di partizioni da verificare per una ANN ricerca vettoriale. Se non specifichi il numero di partizioni, utilizza un valore generato in base alle dimensioni della tabella, al numero le partizioni dell'indice di ricerca vettoriale e altri fattori.
- num_neighbors: specifica il numero di vicini da restituire. Questo valore sostituisce il valore impostato al momento della creazione dell'indice di ricerca vettoriale.
Filtra incorporamenti vettoriali
Utilizza colonne aggiuntive come predicati per ottimizzare il filtro del vettore
incorporare i risultati della query. Ad esempio, se aggiungi una colonna printyear
, puoi
aggiungi un valore anno specifico come filtro alla query.
SELECT title FROM books
WHERE
NEAREST(embedding) TO (string_to_vector('[1,2,3]'))
AND printyear > 1991;
Query sulla distanza di un incorporamento vettoriale
Questa sezione fornisce esempi di funzioni di distanza vettoriale disponibili. per la ricerca KNN.
Calcolare la distanza coseno
SELECT cosine_distance(embedding, string_to_vector('[3,1,2]'))
AS distance FROM books WHERE id=10;
Ottieni la distanza del prodotto Dot
SELECT dot_product(embedding, string_to_vector('[3,1,2]'))
AS distance FROM books WHERE id=10;
Calcolare la distanza al quadrato L2
SELECT l2_squared_distance(embedding, string_to_vector('[3,1,2]'))
AS distance FROM books WHERE id=10;
Visualizzare righe entro una certa distanza
SELECT * FROM books
WHERE l2_squared_distance(embedding, string_to_vector('[1,2,3]')) < 10;
Puoi combinare con ORDER BY
e LIMIT
SELECT id, vector_to_string(embedding),
l2_squared_distance(embedding, string_to_vector('[1,2,3]')) dist
FROM books ORDER BY dist LIMIT 10;
Monitora gli indici di ricerca vettoriale
Per ottenere informazioni in tempo reale su tutti gli indici di ricerca vettoriale nel
usa la tabella information_schema.innodb_vector_indexes
.
Per visualizzare la tabella, esegui questo comando:
SELECT * FROM information_schema.innodb_vector_indexes;
L'output di esempio potrebbe essere simile al seguente:
*************************** 1. row *************************** INDEX_NAME: test.t4_index TABLE_NAME: test.t4_bf INDEX_TYPE: BRUTE_FORCE DIST_MEASURE: SquaredL2Distance STATUS: Ready STATE: INDEX_READY_TO_USE PARTITIONS: 0 SEARCH_PARTITIONS: 0 INITIAL_SIZE: 40000 CURRENT_SIZE: 40000 QUERIES: 0 MUTATIONS: 0 INDEX_MEMORY: 160000 DATASET_MEMORY: 0
Nella tabella information_schema.innodb_vector_indexes
puoi visualizzare
le seguenti:
- Le opzioni potenzialmente generate. In altre parole,
num_partitions
o il numero di partizioni da verificare per una query. - Le colonne
STATE
eSTATUS
indicano lo stato attuale stato dell'indice. Durante la fase di creazione, la colonna dello stato fornisce informazioni a quanto si trova l'indice di ricerca vettoriale nella fase di creazione. - La colonna
INITIAL_SIZE
fornisce le dimensioni della tabella durante l'indice per la creazione di contenuti. Puoi confrontare questa dimensione conCURRENT_SIZE
per ottenere un di quanto sia cambiato l'indice dalla sua creazione a causa dei DML e la tabella di base. - Le colonne
QUERIES
eMUTATIONS
offrono di insight in tempo reale sul livello di affollamento dell'indice. Le colonne
INDEX_MEMORY
eDATASET_MEMORY
fornisce informazioni sul consumo della memoria dell'indice.INDEX_MEMORY
indica la quantità di memoria consumata dall'indice
DATASET_MEMORY
indica la quantità di memoria aggiuntiva durante la creazione.
Per ottenere un elenco degli indici vettoriali di ricerca creati nell'istanza, puoi visualizzare
la tabella del dizionario di dati mysql.vector_indexes
.
Per visualizzare la tabella, esegui questo comando:
SELECT * FROM mysql.vector_indexes;
Esempio di output:
*************************** 1. row *************************** index_name: test.index1 table_name: test.t1 column_name: j index_options: index_type=BRUTE_FORCE, distance_measure=L2_SQUARED status: ACTIVE create_time: 2024-04-08 22:46:21 update_time: 2024-04-08 22:46:21 1 row in set (0.00 sec)
Limitazioni
- Può esserci una sola colonna di incorporamento vettoriale per tabella.
- Può esserci un solo indice di ricerca vettoriale per tabella.
- Un incorporamento vettoriale può avere fino a 16.000 dimensioni.
- Il partizionamento a livello di tabella InnoDB nelle tabelle con colonne di incorporamento vettoriale non è supportato.
- Se l'istanza si riavvia dopo un arresto sporco, Cloud SQL
ricostruisce automaticamente l'indice di ricerca vettoriale.
- Durante la ricostruzione dell'indice di ricerca vettoriale, la tabella di base è di sola lettura.
- Se Cloud SQL non riesce ad acquisire un blocco nella tabella all'interno al tempo specificato, la rigenerazione automatica dell'indice potrebbe non riuscire.
- Se la ricreazione automatica dell'indice non riesce, devi ricreare l'indice manualmente.
- Per aggiungere una colonna di incorporamento vettoriale, la tabella deve avere un
chiave. Cloud SQL non supporta le chiavi primarie del tipo
BIT
,BINARY
,VARBINARY
,JSON
eBLOB
TEXT
, o tipi di dati spaziali. Chiavi primarie composte non possono includere nessuno di questi tipi. - Se in una tabella è presente un indice di ricerca vettoriale, le operazioni DDL non sono consentite. L'indice di ricerca vettoriale deve essere eliminato prima di eseguire operazioni DDL sulla base .
- Gli incorporamenti vettoriali non sono supportati su tabelle non InnoDB o su tabelle temporanee tabelle.
- La colonna di incorporamento vettoriale non può essere una colonna generata.
- Il predicato
NEAREST..TO
può essere combinato con altri "scalari" utilizzandoAND
oOR
. Lo scalare i predicati nella tabella vengono valutati applicati. - Il predicato
NEAREST..TO
è supportato solo in un InformativaSELECT
. Altre istruzioni DML non supportanoNEAREST..TO
. - Le sottoquery non sono supportate con
NEAREST..TO
. Un vincolo non può essere aggiunta alla chiave primaria della tabella di base se una ricerca vettoriale è presente. Il pre-filtro è possibile solo attraverso le funzioni di distanza e utilizzando
ORDER BY
conLIMIT
.Ad esempio, se crei la seguente tabella:
CREATE TABLE books ( bookid INT PRIMARY KEY, title VARCHAR(1000), author VARCHAR(100), printyear int, country VARCHAR(100), bvector VECTOR(1536) USING VARBINARY //bvector is embedding vector of book's plot,genre,reviews etc );
Quindi puoi utilizzare la seguente query per ottenere il pre-filtro.
//select query to obtain books by specific author and having similar plot-genre-reviews SELECT bookid, title, author,l2_squared_distance(bvector, qvector) dist FROM books where author='cloudsql' ORDER BY dist LIMIT 10
Il post-filtro è supportato con
NEAREST..TO
e funzioni di distanza.
Risoluzione dei problemi
In caso di arresto anomalo, l'indice viene ricreato automaticamente. Se viene richiesta una ristrutturazione in corso, sussistono due limitazioni:
- Durante la creazione dell'indice, la tabella di base è in modalità di sola lettura.
- Durante la creazione dell'indice, le query ANN sugli indici esistenti non riescono.