e语言可以做网站吗,互助网站开发,长春seo经理,做网站的空间需要买吗向量数据库是生成式人工智能(GenAI)的关键组成部分。作为PostgreSQL的重要扩展#xff0c;pgvector支持高达16000维的向量计算能力#xff0c;使得PostgreSQL能够直接转化为高效的向量数据库。 IvorySQL基于PostgreSQL开发#xff0c;因此它同样支持添加pgvector扩展。在Ora…向量数据库是生成式人工智能(GenAI)的关键组成部分。作为PostgreSQL的重要扩展pgvector支持高达16000维的向量计算能力使得PostgreSQL能够直接转化为高效的向量数据库。 IvorySQL基于PostgreSQL开发因此它同样支持添加pgvector扩展。在Oracle兼容模式下pgvector扩展同样可用这为习惯使用Oracle的用户使用向量数据库提供了极大的便利。 01
安装IvorySQL
注意请确认你的环境已安装了IvorySQL。如尚未安装可参考安装指南进行配置安装。
https://docs.ivorysql.org/cn/ivorysql-doc/v3.2/v3.2/6 1.1 设置PG_CONFIG环境变量
export PG_CONFIG/usr/local/ivorysql/ivorysql-3/bin/pg_config1.2 获取pg_vector源码
git clone --branch v0.6.2 https://github.com/pgvector/pgvector.git 1.3 安装 pgvector
cd pgvector
sudo --preserve-envPG_CONFIG make
sudo --preserve-envPG_CONFIG make instal1.4 psql连接创建扩展
psql -U ivorysql -d ivorysql
ivorysql# create extension vector;
CREATE EXTENSION02
向量相似的对比方法介绍 点积 (dot product)向量的点积相似度是指两个向量之间的点积值它适用于许多实际场景例如图像识别、语义搜索和文档分类等。但点积相似度算法对向量的长度敏感因此在计算高维向量的相似性时可能会出现问题。
内积 (inner product)全称为 Inner Product是一种计算向量之间相似度的度量算法它计算两个向量之间的点积内积所得值越大越与搜索值相似。
欧式距离 (L2)直接比较两个向量的欧式距离距离越近越相似。欧几里得距离算法的优点是可以反映向量的绝对距离适用于需要考虑向量长度的相似性计算。例如推荐系统中需要根据用户的历史行为来推荐相似的商品这时就需要考虑用户的历史行为的数量而不仅仅是用户的历史行为的相似度。
余弦相似度 (Cosine)两个向量的夹角越小越相似比较两个向量的余弦值进行比较夹角越小余弦值越大。余弦相似度对向量的长度不敏感只关注向量的方向因此适用于高维向量的相似性计算。例如语义搜索和文档分类。 03
pgvector提供的方法 欧式距离 (L2)内积 (inner product)余弦相似度 (Cosine) 兼容Oracle测试用例以varchar2作为Oracle兼容字段为例建表
ivorysql# CREATE TABLE items (id bigserial PRIMARY KEY, name varchar2(20), embedding vector(3));
CREATE TABLE
ivorysql# select * from items;id | name | embedding
-------------------------------1 | ora_demo | [1,2,3]2 | ora_compatible | [4,5,6]
(2 rows) 3.1 欧式距离
距离值越小越相近
ivorysql# SELECT *, embedding - [3,1,2] result FROM items ORDER BY embedding - [3,1,2] LIMIT 5;id | name | embedding | result
--------------------------------------------------1 | ora_demo | [1,2,3] | 2.4494897427831782 | ora_compatible | [4,5,6] | 5.744562646538029
(2 rows)3.2 内积
值越大越与搜索值相似
ivorysql# SELECT *, embedding # [3,1,2] result FROM items ORDER BY embedding # [3,1,2] LIMIT 5;id | name | embedding | result
---------------------------------------2 | ora_compatible | [4,5,6] | -291 | ora_demo | [1,2,3] | -11
(2 rows)3.3 余弦相似
两个向量的夹角越小越相似比较两个向量的余弦值进行比较夹角越小余弦值越大。
ivorysql# SELECT *, embedding [3,1,2] result FROM items ORDER BY embedding [3,1,2] LIMIT 5;id | name | embedding | result
----------------------------------------------------2 | ora_compatible | [4,5,6] | 0.116739889383899681 | ora_demo | [1,2,3] | 0.2142857142857143
(2 rows) 获取与某向量关联的向量
ivorysql# SELECT * FROM items WHERE id ! 1 ORDER BY embedding - (SELECT embedding FROM items WHERE id 1) LIMIT 5;id | name | embedding
-------------------------------2 | ora_compatible | [4,5,6]
(1 row)04
pgvector提供的索引算法
4.1 HNSW
HNSW (Hierarchical Navigating Small World) 是一种基于图的索引算法它由多层的邻近图组成因此称为分层的 NSW 方法。它会为一张图按规则建成多层导航图并让越上层的图越稀疏结点间的距离越远越下层的图越稠密结点间的距离越近。 HNSW 算法是一种经典的空间换时间的算法它的搜索质量和搜索速度都比较高但是它的内存开销也比较大因为不仅需要将所有的向量都存储在内存中。还需要维护一个图的结构也同样需要存储。所以这类算法需要根据实际的场景来选择。 pgvector的HNSW索引算法与Oracle兼容类型没有任何冲突所以无需关心Oracle兼容类型是否会影响索引创建。 1 L2 distance HNSW index
ivorysql# CREATE INDEX ON items USING hnsw (embedding vector_l2_ops);
CREATE INDEX2Inner product HNSW index
ivorysql# CREATE INDEX ON items USING hnsw (embedding vector_ip_ops);
CREATE INDEX3 Cosine distance HNSW index
ivorysql# CREATE INDEX ON items USING hnsw (embedding vector_cosine_ops);
CREATE INDEX4.2 ivfflat
它的工作原理是将相似的向量聚类为区域并建立一个倒排索引将每个区域映射到其向量。这使得查询可以集中在数据的一个子集上从而实现快速搜索。
通过调整列表和探针参数ivfflat 可以平衡数据集的速度和准确性使 PostgreSQL 有能力对复杂数据进行快速的语义相似性搜索。
通过简单的查询应用程序可以在数百万个高维向量中找到与查询向量最近的邻居。对于自然语言处理、信息检索等ivfflat 是一个比较好的解决方案
在建立 ivfflat 索引时你需要决定索引中包含多少个 list。每个 list 代表一个 中心这些中心通过 k-means 算法计算而来。一旦确定了所有中心ivfflat 就会确定每个向量最靠近哪个中心并将其添加到索引中。
当需要查询向量数据时你可以决定要检查多少个中心这由 ivfflat.probes 参数决定。这就是 ANN 性能/召回率的结果访问的中心越多结果就越精确但这是以牺牲性能为代价的。 pgvector的ivfflat 索引算法与Oracle兼容类型没有任何冲突所以无需关心Oracle兼容类型是否会影响索引创建。 1L2 distance ivfflat index
ivorysql# CREATE INDEX ON items USING ivfflat (embedding vector_l2_ops);
CREATE INDEX2 Inner product ivfflat index
ivorysql# CREATE INDEX ON items USING ivfflat (embedding vector_ip_ops);
CREATE INDEX3 Cosine distance ivfflat index
ivorysql# CREATE INDEX ON items USING ivfflat (embedding vector_cosine_ops);
CREATE INDEX05
其他类型
5.1 Binary Vectors
Use thebit type to store binary vectors
ivorysql# CREATE TABLE items5 (id bigserial PRIMARY KEY, name varchar2(20), num number(20), embedding bit(3));
CREATE TABLE
ivorysql# INSERT INTO items5 (name, num, embedding) VALUES (1st oracle data,0, 000), (2nd oracle data, 111, 111);
INSERT 0 2
ivorysql# SELECT * FROM items5 ORDER BY bit_count(embedding # 101) LIMIT 5;id | name | num | embedding
-------------------------------------2 | 2nd oracle data | 111 | 1111 | 1st oracle data | 0 | 000
(2 rows)06
Oracle兼容特性与pgvector适配 IvorySQL不仅支持Oracle的数据类型还能够适配Oracle的匿名块、存储过程和函数等特性。安装了pgvector扩展的IvorySQL同样具备上述功能 6.1 匿名块
ivorysql# declare
i vector(3) : [1,2,3];
begin
raise notice %, i;
end;
ivorysql-# /
NOTICE: [1,2,3]
DO
6.2 存储过程
ivorysql# CREATE OR REPLACE PROCEDURE ora_procedure()
AS
p vector(3) : [4,5,6];
begin
raise notice %, p;
end;
/
CREATE PROCEDURE
ivorysql# call ora_procedure();
NOTICE: [4,5,6]
CALL6.3 函数
ivorysql# CREATE OR REPLACE FUNCTION AddVector(a vector(3), b vector(3))
RETURN vector(3)
IS
BEGIN
RETURN a b;
END;
/
CREATE FUNCTION
ivorysql# SELECT AddVector([1,2,3],[4,5,6]) FROM DUAL;addvector
----------------[5,7,9]
(1 row)*参考文章
《向量数据库与pgvector》
https://zhuanlan.zhihu.com/p/649779973
