Vertex AI RAG 引擎中的向量資料庫選項

Vertex AI RAG 引擎支援 VPC-SC 安全性控制項和 CMEK。不支援資料落地和 AXT 安全防護控管機制。

本頁面介紹 Vertex AI RAG 引擎支援的向量資料庫。 您也可以瞭解如何將向量資料庫 (向量存放區) 連線至 RAG 語料庫。

向量資料庫在啟用 RAG 應用程式的擷取功能方面，扮演著至關重要的角色。 向量資料庫提供專門的向量嵌入儲存和查詢方式，向量嵌入是文字或其他資料的數學表示法，可擷取語意和關係。向量嵌入可讓 RAG 系統在龐大的知識庫中，快速準確地找出最相關的資訊，即使是複雜或細微的查詢也難不倒它。向量資料庫與嵌入模型搭配使用時，有助於克服 LLM 的限制，並提供更準確、相關且全面的回覆。

支援的向量資料庫

建立 RAG 語料庫時，Vertex AI RAG 引擎會預設提供企業級 RagManagedDb 做為向量資料庫，不需要額外佈建或管理。RagManagedDb 提供 KNN 和 ANN 搜尋選項，並允許切換至基本層級，進行快速原型設計和實驗。如要進一步瞭解如何在 RagManagedDb 上選擇擷取策略，或更新層級，請參閱「搭配 RAG 使用 RagManagedDb」。如要讓 Vertex AI RAG 引擎自動建立及管理向量資料庫，請參閱建立 RAG 語料庫。

除了預設的 RagManagedDb，Vertex AI RAG 引擎還可讓您在 RAG 語料庫中佈建及使用向量資料庫。在本例中，您必須負責向量資料庫的生命週期和可擴充性。

比較向量資料庫選項

下表列出 Vertex AI RAG 引擎支援的向量資料庫選項，並提供相關頁面的連結，說明如何在 RAG 語料庫中使用向量資料庫。

向量資料庫	優點	最適合用於	缺點	支援的距離指標	搜尋類型	推出階段
RagManagedDb (預設) 是區域分散式可擴充資料庫服務，提供極高一致性和高可用性，可用於向量搜尋。 easy simple fast quick	無須進行設定。 適合企業和小型用途。 非常一致。 高可用性。 低延遲。 非常適合處理交易工作負載。 已啟用 CMEK。	大量生成文件。 建構企業級 RAG。 快速開發概念驗證。 提供低佈建和維護負擔。 與聊天機器人搭配使用。 建構 RAG 應用程式。	為達到最佳召回率，ANN 功能需要在資料大幅變更後重建索引。	cosine	KNN (預設) 和 ANN	預覽
向量搜尋是 Vertex AI 中的向量資料庫服務，專為機器學習工作最佳化。	與其他 Google Cloud 服務整合。 Google Cloud 基礎架構可支援擴充性和可靠性。 採用即付即用計價模式。	大量生成文件。 建構企業級 RAG。 管理向量資料庫基礎架構。 現有 Google Cloud 客戶或想使用多項 Google Cloud 服務的使用者。	更新不會立即反映。 受制於相同供應商。 Google Cloud 視用途而定，可能較為昂貴。	cosine dot-product	ANN	通用版
Vertex AI 特徵儲存庫是代管服務，可整理、儲存及提供機器學習特徵。	與 Vertex AI 和其他 Google Cloud 服務整合。 Google Cloud 基礎架構可支援擴充性和可靠性。 運用現有的 BigQuery 基礎架構。	大量生成文件。 建構企業級 RAG。 管理向量資料庫基礎架構。 現有 Google Cloud 客戶或想使用多項 Google Cloud 服務的客戶。	你必須手動同步，變更才會顯示在線上商店。 受制於相同供應商。 Google Cloud	cosine dot-product L2 squared	ANN	預覽
Weaviate 是彈性且模組化的開放原始碼向量資料庫。	支援各種資料類型，並提供內建的圖表功能。 提供開放原始碼和蓬勃發展的社群。 高度靈活且可自訂。 支援各種資料類型和模組，適用於文字和圖片等多種模態。 可選擇雲端服務供應商，例如 Google Cloud、AWS 和 Azure。	大量生成文件。 建構企業級 RAG。 管理向量資料庫基礎架構。 Weaviate 現有客戶。	更新不會立即反映。 設定和管理程序可能較為複雜。 實際效能可能會因設定而異。	cosine dot-product L2 squared hamming manhattan	支援 ANN + 混合搜尋	預覽
Pinecone 是全代管的雲端原生向量資料庫，專為高效能相似度搜尋而設計。	快速上手。 擴充性和效能表現優異。 專注於向量搜尋，並使用篩選和中繼資料搜尋等進階功能。 可選擇雲端服務供應商，例如 Google Cloud、AWS 和 Azure。	大量生成文件。 建構企業級 RAG。 管理向量資料庫基礎架構。 Pinecone 現有客戶。	更新不會立即反映。 可能比其他選項更為昂貴。 配額和限制會限制規模和效能。 對底層基礎架構的控管程度較低。	cosine euclidean dot-product	ANN	通用版

後續步驟

• 如要建立 RAG 語料庫，請參閱建立 RAG 語料庫範例。
• 如要列出所有 RAG 語料庫，請參閱列出 RAG 語料庫範例。