Funktionen vector_search
Gäller för: Databricks SQL
Viktigt!
Den här funktionen finns i offentlig förhandsversion. Skicka registreringsformuläret för att delta i förhandsversionen.
Med vector_search()
funktionen kan du köra frågor mot ett Mosaic AI Vector Search-index med hjälp av SQL.
Krav
- Den här funktionen är inte tillgänglig på klassiska SQL-lager.
- Mer information finns på prissidan för Databricks SQL.
Syntax
vector_search(index, query, num_results)
Argument
Alla argument måste skickas med namn, till exempel vector_search(index => indexName, query => queryText)
.
index
: EnSTRING
konstant, det fullständigt kvalificerade namnet på ett befintligt vektorsökningsindex på samma arbetsyta för anrop. Definieraren måste ha behörigheten "Välj" för indexet.query
: EttSTRING
uttryck, strängen som ska sökas efter i indexet.num_results
(valfritt): En heltalskonstant, det maximala antalet poster som ska returneras. Standardvärdet är 10.
Returer
En tabell med de översta matchande posterna från indexet. Alla kolumner i indexet ingår.
Exempel
Sök över ett index över produkt-SKU:er för att hitta liknande produkter efter namn.
SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query => "iphone", num_results => 2)
ID | Produktnamn |
---|---|
10 | iPhone |
20 | iPhone SE |
I följande exempel söker du efter flera termer samtidigt med hjälp av en LATERAL-underfråga.
SELECT
query_txt,
query_id,
search.*
FROM
query_table,
LATERAL(
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 |
pixel 8 | 2 | 30 | Bildpunkt 8 |
pixel 8 | 2 | 40 | Pixel 8a |
Begränsningar
Följande begränsningar gäller under förhandsversionen:
- Det går inte att köra frågor mot
DIRECT_ACCESS
indextyper. - Index med
embedding_vector_columns
stöds inte. - Indataparametrar
filters_json
ellercolumns
stöds inte. - Vektorsökning med
num_results
fler än 100 stöds inte. - Användare som inte har LÄS-åtkomst till källtabellen kan inte använda
vector_search()
.
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för