Si deseas configurar índices para las búsquedas de similitud, debes configurar los siguientes campos. Para obtener instrucciones sobre cómo configurar un índice, consulta Configura parámetros de índice.
NearestNeighborSearch
Campos | |
---|---|
contentsDeltaUri |
Permite insertar, actualizar o borrar el contenido del Si configuras este campo cuando llamas a |
isCompleteOverwrite |
Si este campo se configura junto con |
config |
La configuración del |
NearestNeighborSearchConfig
Campos | |
---|---|
dimensions |
Obligatorio. La cantidad de dimensiones de los vectores de entrada. |
approximateNeighborsCount |
Es obligatorio si se usa el algoritmo de árbol AH. Es la cantidad predeterminada de vecinos que se deben encontrar mediante la búsqueda aproximada antes de realizar el reordenamiento exacto. El reordenamiento exacto es un procedimiento en el que los resultados que muestra un algoritmo de búsqueda aproximada se ordenan a través de un cálculo de distancias más costoso. |
ShardSize |
ShardSize
El tamaño de cada fragmento. Cuando un índice es grande, se fragmenta en función del tamaño de fragmento especificado. Durante la entrega, cada fragmento se entrega en un nodo separado y escala de forma independiente. |
distanceMeasureType |
La medida de distancia usada en la búsqueda de vecino más cercano. |
featureNormType |
Tipo de normalización que se realizará en cada vector. |
algorithmConfig |
oneOf:
La configuración de los algoritmos que Vector Search usa para realizar una búsqueda eficiente.
|
DistanceMeasureType
Enums | |
---|---|
SQUARED_L2_DISTANCE |
Distancia euclidiana (L2) |
L1_DISTANCE |
Distancia de Manhattan (L1) |
DOT_PRODUCT_DISTANCE |
Valor predeterminado Se define como un negativo del producto escalar. |
COSINE_DISTANCE |
Distancia de coseno. Te sugerimos usar DOT_PRODUCT_distance + UNIT_L2_NORM en lugar de la distancia COSINE. Nuestros algoritmos se optimizaron más para la distancia DOT_ PRODUCT y, cuando se combina con UNIT_L2_NORM, ofrece la misma clasificación y equivalencia matemática que la distancia COSINE. |
ShardSize
Enums | |
---|---|
SHARD_SIZE_SMALL |
2 GiB por fragmento |
SHADE_SIZE_MEDIUM |
20 GiB por fragmento |
SHADE_SIZE_LARGE |
50 GiB por fragmento |
FeatureNormType
Enums | |
---|---|
UNIT_L2_NORM |
Tipo de normalización de la unidad L2. |
NONE |
Valor predeterminado No se especifica ningún tipo de normalización. |
TreeAhConfig
Estos son los campos que se seleccionan para el algoritmo de AH-Tree.
Campos | |
---|---|
fractionLeafNodesToSearch |
double |
La fracción predeterminada de nodos de hoja que se pueden buscar en cualquier consulta. Debe estar entre 0.0 y 1.0, exclusivo. El valor predeterminado es 0.05 si no se configura. | |
leafNodeEmbeddingCount |
int32 |
Cantidad de incorporaciones en cada nodo hoja El valor predeterminado es 1,000 si no se configura. | |
leafNodesToSearchPercent |
int32 |
Obsoleto: Usa fractionLeafNodesToSearch .El porcentaje predeterminado de nodos de hoja que se pueden buscar en cualquier consulta. Debe estar entre 1 y 100, inclusive. El valor predeterminado es 10 (significa 10%) si no se configura. |
BruteForceConfig
Esta opción implementa la búsqueda lineal estándar en la base de datos para cada consulta. No hay campos para configurar en una búsqueda por fuerza bruta.
A fin de seleccionar este algoritmo, pasa un objeto vacío para BruteForceConfig
a algorithmConfig
.