Azure Managed Redis에서 벡터 스토리지 구현
중급
개발자
Azure Managed Redis
Azure Managed Redis에서 벡터 스토리지 및 유사성 검색을 구현하는 방법을 알아봅니다. 이 모듈에서는 벡터 인덱스 만들기, 포함 쿼리, 벡터 유형 및 인덱싱 전략 선택, AI 애플리케이션에 대한 최적의 데이터 구조 선택 등을 다룹니다.
학습 목표
이 모듈을 완료하면 다음을 수행할 수 있습니다.
- Redis를 벡터 데이터베이스로 사용하여 유사성 검색을 위해 벡터 인덱스를 만들고 포함을 쿼리하는 방법을 설명합니다.
- 데이터 세트 크기 및 정확도 요구 사항에 따라 적절한 벡터 형식, 거리 메트릭 및 인덱싱 알고리즘 선택
- 메타데이터를 사용하여 벡터를 저장하기 위한 최적의 Redis 데이터 구조(해시 및 JSON) 선택
- Azure Managed Redis를 사용하여 고차원 포함을 인덱싱하고 쿼리하는 Python 애플리케이션 빌드
사전 요구 사항
이 모듈을 시작하기 전에 다음이 있어야 합니다.
- Python, JavaScript 또는 C#과 같은 언어를 사용한 프로그래밍 환경입니다.
- Azure 서비스 및 클라우드 컴퓨팅 개념에 대한 기본적인 이해
- AI 포함 및 벡터 유사성 개념에 대한 숙지