PostgreSQL için Azure Cosmos DB'de etkinleştirme ve kullanma pgvector

ŞUNLAR IÇIN GEÇERLIDIR: PostgreSQL için Azure Cosmos DB (PostgreSQL'e citus veritabanı uzantısıyla desteklenir)

Uzantı PostgreSQL'e pgvector açık kaynak vektör benzerlik araması ekler.

Bu makalede tarafından pgvectoretkinleştirilen ek özellikler hakkında bilgi verilmektedir. Vektör benzerliği ve ekleme kavramlarını kapsar ve uzantının pgvector nasıl etkinleştirileceğine ilişkin rehberlik sağlar. Vektörleri oluşturma, depolama ve sorgulama hakkında bilgi ediniyoruz. Projenin resmi BENİOKU bölümüne de başvurmak isteyebilirsiniz.

Uzantıyı etkinleştirme

PostgreSQL uzantılarının kullanılabilmesi için önce veritabanınızda etkinleştirilmesi gerekir. Uzantıyı etkinleştirmek için psql aracından komutunu çalıştırarak paketlenmiş nesneleri veritabanınıza yükleyin.

SELECT CREATE_EXTENSION('vector');

Not

Uzantıyı devre dışı bırakmak için kullanın drop_extension()

Kavramlar

Vektör benzerliği

Vektör benzerliği, iki öğenin ne kadar benzer olduğunu ölçmek için kullanılan bir yöntemdir ve bunları sayı dizisi olan vektörler olarak temsil eder. Vektörler genellikle veri noktalarını temsil etmek için kullanılır; burada vektördeki her öğe veri noktasının bir özelliğini veya özniteliğini temsil eder.

Vektör benzerliği genellikle veya cosine benzerliği gibi Euclidean distance uzaklık ölçümleri kullanılarak hesaplanır. Öklid uzaklığı n boyutlu uzayda iki vektör arasındaki düz çizgi mesafesini ölçerken kosinüs benzerliği iki vektör arasındaki açının kosinüsünü ölçer. Benzerlik ölçümlerinin değerleri genellikle ile arasında 0 değişir ve 1higher değerler vektörler arasında daha fazla benzerlik gösterir.

Vektör benzerliği öneri sistemleri, metin sınıflandırması, görüntü tanıma ve kümeleme gibi çeşitli uygulamalarda yaygın olarak kullanılır. Örneğin, öneri sistemlerinde vektör benzerliği, kullanıcının tercihlerine göre benzer öğeleri tanımlamak için kullanılabilir. Metin sınıflandırmasında vektör benzerliği, vektör gösterimlerine göre iki belge veya cümle arasındaki benzerliği belirlemek için kullanılabilir.

Eklemeler

Ekleme, metin, resim, video veya diğer bilgi türlerinin "ilgililiğini" değerlendirme tekniğidir. Değerlendirme, makine öğrenmesi modellerinin veriler arasındaki ilişkileri ve benzerlikleri verimli bir şekilde tanımlamasına ve algoritmaların desenleri tanımlamasına ve doğru tahminlerde bulunmasına olanak tanır. Örneğin, bir yaklaşım analizi görevinde benzer eklemelere sahip sözcüklerin benzer yaklaşım puanlarına sahip olması beklenebilir.

Başlarken

Üç boyutlu vektör temsil eden türde vector(3) bir embedding sütuna sahip bir tablo tblvector oluşturun.

CREATE TABLE tblvector(
    id bigserial PRIMARY KEY,
    embedding vector(3)
    );

OpenAI API gibi bir hizmeti kullanarak bir ekleme oluşturduktan sonra, sonuçta elde edilen vektöri veritabanınızda depolayabilirsiniz. vector(3) Vektör tanımlama, üç boyutlu düzlemde tanımlanır[x,y,z] coordinates. komutu, sağlanan eklemelerle birlikte tabloya tblvector beş yeni satır ekler.

INSERT INTO tblvector (id, embedding) VALUES (1, '[1,2,3]'), (2, '[4,5,6]'), (3, '[5,4,6]'), (4, '[3,5,7]'), (5, '[7,8,9]');

deyimini kullanarak, ölçütlere INSERT INTO ... ON CONFLICT uyan kayıtları güncelleştirme gibi alternatif bir eylem belirtebilirsiniz. Olası çakışmaları daha verimli ve etkili bir şekilde işlemenizi sağlar.

INSERT INTO tblvector (id, embedding) VALUES (1, '[1,2,3]'), (2, '[4,5,6]')
ON CONFLICT (id) DO UPDATE SET embedding = EXCLUDED.embedding;

komutu, DELETE WHERE yan tümcesinde belirtilen koşullara göre belirtilen tablodan satırları kaldırır. WHERE yan tümcesi olmadığında, tablodaki tüm satırlar silinir.

DELETE FROM tblvector WHERE id = 1;

Vektörleri almak ve benzerliği hesaplamak için deyimleri ve yerleşik vektör işleçlerini kullanın SELECT . Örneğin sorgu, verilen vektör ile tabloda depolanan tblvector vektörler arasındaki Öklid uzaklığı (L2 uzaklığı) hesaplar, sonuçları hesaplanan uzaklıklara göre sıralar ve en yakın beş benzer öğeyi döndürür.

SELECT * FROM tblvector 
ORDER BY embedding <-> '[3,1,2]' 
LIMIT 5;

Sorgu, çok boyutlu bir alanda iki vektör arasındaki uzaklığı hesaplamak için kullanılan "->" işlecini kullanır<. Sorgu, [3,1,2] vektörünün uzaklığı 6'dan az olan tüm satırları döndürür.

SELECT * FROM tblvector WHERE embedding <-> '[3,1,2]' < 6;

komut, "tblvector" tablosundan "embedding" sütununun ortalama değerini alır. Örneğin, "ekleme" sütunu bir dil modeli için sözcük eklemeleri içeriyorsa, tümceyi veya belgeyi temsil etmek için bu eklemelerin ortalama değeri kullanılabilir.

SELECT AVG(embedding) FROM tblvector;

Vektör işleçleri

pgvector vektörlerde kullanılabilecek altı yeni işleç sağlar:

Operator	Açıklama
+	öğeye göre ekleme
-	öğeye göre çıkarma
*	öğeye göre çarpma
<->	Öklid uzaklığı
<#>	negatif iç ürün
<=>	kosinüs uzaklığı

Vektör işlevleri

cosine_distance

İki vektör arasındaki kosinüs mesafesini hesaplar.

cosine_distance(vector, vector)

Bağımsız değişkenler

vector

İlk olarak vector.

vector

İkinci vector.

Dönüş türü

double precision sağlanan iki vektör arasındaki uzaklık olarak.

inner_product

İki vektörünün iç çarpımını hesaplar.

inner_product(vector, vector)

Bağımsız değişkenler

vector

İlk olarak vector.

vector

Saniye vector

Dönüş türü

double precision iki vektörünün iç ürünü olarak.

l2_distance

İki vektör arasındaki Öklid mesafesini (L2 olarak da bilinir) hesaplar.

l2_distance(vector, vector)

Bağımsız değişkenler

vector

İlk olarak vector.

vector

Saniye vector

Dönüş türü

double precision iki vektör arasındaki Öklid uzaklığı olarak.

l1_distance

İki vektör arasındaki taksi mesafesini (L1 olarak da bilinir) hesaplar.

l1_distance(vector, vector)

Bağımsız değişkenler

vector

İlk olarak vector.

vector

Saniye vector

Dönüş türü

double precision iki vektör arasındaki taksi mesafesi olarak.

vector_dims(vector)

Belirli bir vektörünün boyutlarını döndürür.

Bağımsız değişkenler

vector

Bir vector.

Dönüş türü

integer verilen vektörünün boyut sayısını temsil eder.

vector_norms(vector)

Belirli bir vektörünün Öklid normunu hesaplar.

Bağımsız değişkenler

vector

Bir vector.

Dönüş türü

double precision verilen vektörünün Öklid normunu temsil eden.

Vektör toplamaları

AVG

İşlenen vektörlerin ortalamasını hesaplar.

Bağımsız değişkenler

vector

Bir vector.

Dönüş türü

vector işlenen vektörlerin ortalamasını temsil eder.

SUM

Bağımsız değişkenler

vector

Bir vector.

Dönüş türü

vector işlenen vektörlerin toplamını temsil eder.

Sonraki Adımlar

kullanarak pgvectorperformans, dizin oluşturma ve sınırlamalar hakkında daha fazla bilgi edinin.

pgvector kullanarak performansı iyileştirme