vector_search
fungsi
Berlaku untuk: Databricks SQL
Penting
Fungsionalitas ini ada di Pratinjau Umum. Kirim formulir pendaftaran untuk berpartisipasi dalam pratinjau.
Fungsi ini vector_search()
memungkinkan Anda untuk mengkueri indeks Pencarian Vektor Mosaik AI menggunakan SQL.
Persyaratan
- Fungsi ini tidak tersedia di gudang SQL klasik.
- Untuk informasi selengkapnya, lihat halaman harga Databricks SQL.
Sintaks
vector_search(index, query, num_results)
Argumen
Semua argumen harus diteruskan berdasarkan nama, seperti vector_search(index => indexName, query => queryText)
.
index
: KonstantaSTRING
, nama yang sepenuhnya memenuhi syarat dari indeks pencarian vektor yang ada di ruang kerja yang sama untuk pemanggilan. Pendefinisi harus memiliki izin "Pilih" pada indeks.query
: EkspresiSTRING
, string yang akan dicari dalam indeks.num_results
(opsional): Konstanta bilangan bulat, jumlah maksimum rekaman yang akan dikembalikan. Default ke 10.
Mengembalikan
Tabel rekaman pencocokan teratas dari indeks. Semua kolom indeks disertakan.
Contoh
Cari di atas indeks SKU produk untuk menemukan produk serupa berdasarkan nama.
SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query => "iphone", num_results => 2)
ID | Nama produk |
---|---|
10 | iPhone |
20 | iPhone SE |
Contoh berikut mencari beberapa istilah secara bersamaan dengan menggunakan subkueri LATERAL.
SELECT
query_txt,
query_id,
search.*
FROM
query_table,
LATERAL(
SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query => query_txt, num_results => 2)
) as search
query_txt |
query_id | search.id | search.product_name |
---|---|---|---|
iphone | 1 | 10 | iPhone 10 |
iphone | 1 | 20 | iPhone SE |
piksel 8 | 2 | 30 | Piksel 8 |
piksel 8 | 2 | 40 | Piksel 8a |
Batasan
Batasan berikut berlaku selama pratinjau:
- Jenis indeks kueri
DIRECT_ACCESS
tidak didukung. - Indeks dengan
embedding_vector_columns
tidak didukung. - Parameter
filters_json
input ataucolumns
tidak didukung. - Pencarian Vektor dengan
num_results
lebih dari 100 tidak didukung. - Pengguna yang tidak memiliki akses BACA ke tabel sumber tidak dapat menggunakan
vector_search()
. vector_search
tidak dapat digunakan dengan model yang melayani titik akhir menggunakan throughput yang disediakan API Model Foundation.