Oefening: vectorzoekopdrachten implementeren in Azure Database for PostgreSQL
In deze oefening bouwt u een zoektoepassing voor product-overeenkomsten met behulp van Azure Database for PostgreSQL en de pgvector-extensie. U schakelt vectoropslagmogelijkheden in, maakt een databaseschema voor producten met insluitingen, laadt voorbeeldgegevens via een Flask-webtoepassing en voert overeenkomsten uit om gerelateerde producten te vinden. Dit patroon biedt een basis voor het bouwen van aanbevelingssystemen, semantische zoekfuncties en andere ai-toepassingen.
Taken die in deze oefening worden uitgevoerd:
- Project starter-bestanden downloaden en het implementatiescript configureren
- Een Azure Database for PostgreSQL Flexible Server implementeren met Microsoft Entra-verificatie
- De Flask-toepassingscode voltooien terwijl de server wordt geïmplementeerd
- De pgvector-extensie inschakelen en het tabelschema voor producten maken
- Voer de Flask-toepassing uit om producten te laden en overeenkomsten te zoeken
- Nieuwe producten toevoegen en zien hoe overeenkomsten worden gewijzigd
Deze oefening duurt ongeveer 30 minuten.
Voordat je begint
U hebt het volgende nodig om de oefening te voltooien:
- Een Azure-abonnement met de machtigingen om de benodigde Azure-services te implementeren. Als u nog geen abonnement hebt, kunt u zich registreren voor één.
- Visual Studio Code op een van de ondersteunde platforms.
- De nieuwste versie van de Azure CLI.
- Python 3.12 of hoger.
- PostgreSQL-opdrachtregelprogramma's (psql)
Get started
Selecteer de knop Oefening starten om de instructies voor de oefening in een nieuw browservenster te openen. Wanneer u klaar bent met de oefening, gaat u hier terug naar:
- De module voltooien
- Verdien een badge voor het voltooien van deze module
