Eseguire una ricerca vettoriale

Inserisci i dati di prodotto e di inventario dei prodotti ed esegui una ricerca vettoriale di base

1. Esegui la seguente istruzione per creare una tabella product che:

   • Memorizza le informazioni di base sul prodotto.
   • Include una colonna vettoriale embedding che calcola e memorizza un vettore di incorporamento per la descrizione di ogni prodotto.

     CREATE TABLE product (
       id INT PRIMARY KEY,
       name VARCHAR(255) NOT NULL,
       description TEXT,
       category VARCHAR(255),
       color VARCHAR(255),
       embedding vector(768) GENERATED ALWAYS AS (embedding('text-embedding-005', description)) STORED
     );
   

   Se necessario, puoi utilizzare Esplora log per visualizzare i log e risolvere gli errori.

2. Esegui la seguente query per creare una tabella product_inventory che memorizzi le informazioni sull'inventario disponibile e sui prezzi corrispondenti. Le tabelle product_inventory e product vengono utilizzate in questo tutorial per eseguire query di ricerca vettoriale complesse.

   CREATE TABLE product_inventory (
     id INT PRIMARY KEY,
     product_id INT REFERENCES product(id),
     inventory INT,
     price DECIMAL(10,2)
   );
   

3. Esegui la seguente query per inserire i dati di prodotto nella tabella product:

   INSERT INTO product (id, name, description,category, color) VALUES
   (1, 'Stuffed Elephant', 'Soft plush elephant with floppy ears.', 'Plush Toys', 'Gray'),
   (2, 'Remote Control Airplane', 'Easy-to-fly remote control airplane.', 'Vehicles', 'Red'),
   (3, 'Wooden Train Set', 'Classic wooden train set with tracks and trains.', 'Vehicles', 'Multicolor'),
   (4, 'Kids Tool Set', 'Toy tool set with realistic tools.', 'Pretend Play', 'Multicolor'),
   (5, 'Play Food Set', 'Set of realistic play food items.', 'Pretend Play', 'Multicolor'),
   (6, 'Magnetic Tiles', 'Set of colorful magnetic tiles for building.', 'Construction Toys', 'Multicolor'),
   (7, 'Kids Microscope', 'Microscope for kids with different magnification levels.', 'Educational Toys', 'White'),
   (8, 'Telescope for Kids', 'Telescope designed for kids to explore the night sky.', 'Educational Toys', 'Blue'),
   (9, 'Coding Robot', 'Robot that teaches kids basic coding concepts.', 'Educational Toys', 'White'),
   (10, 'Kids Camera', 'Durable camera for kids to take pictures and videos.', 'Electronics', 'Pink'),
   (11, 'Walkie Talkies', 'Set of walkie talkies for kids to communicate.', 'Electronics', 'Blue'),
   (12, 'Karaoke Machine', 'Karaoke machine with built-in microphone and speaker.', 'Electronics', 'Black'),
   (13, 'Kids Drum Set', 'Drum set designed for kids with adjustable height.', 'Musical Instruments', 'Blue'),
   (14, 'Kids Guitar', 'Acoustic guitar for kids with nylon strings.', 'Musical Instruments', 'Brown'),
   (15, 'Kids Keyboard', 'Electronic keyboard with different instrument sounds.', 'Musical Instruments', 'Black'),
   (16, 'Art Easel', 'Double-sided art easel with chalkboard and whiteboard.', 'Arts & Crafts', 'White'),
   (17, 'Finger Paints', 'Set of non-toxic finger paints for kids.', 'Arts & Crafts', 'Multicolor'),
   (18, 'Modeling Clay', 'Set of colorful modeling clay.', 'Arts & Crafts', 'Multicolor'),
   (19, 'Watercolor Paint Set', 'Watercolor paint set with brushes and palette.', 'Arts & Crafts', 'Multicolor'),
   (20, 'Beading Kit', 'Kit for making bracelets and necklaces with beads.', 'Arts & Crafts', 'Multicolor'),
   (21, '3D Puzzle', '3D puzzle of a famous landmark.', 'Puzzles', 'Multicolor'),
   (22, 'Race Car Track Set', 'Race car track set with cars and accessories.', 'Vehicles', 'Multicolor'),
   (23, 'RC Monster Truck', 'Remote control monster truck with oversized tires.', 'Vehicles', 'Green'),
   (24, 'Train Track Expansion Set', 'Expansion set for wooden train tracks.', 'Vehicles', 'Multicolor');
   

4. (Facoltativo) Esegui la seguente query per verificare che i dati siano inseriti nella tabella product:

   SELECT * FROM product;
   

5. Esegui la seguente query per inserire i dati di inventario nella tabella product_inventory:

   INSERT INTO product_inventory (id, product_id, inventory, price) VALUES
   (1, 1, 9, 13.09),
   (2, 2, 40, 79.82),
   (3, 3, 34, 52.49),
   (4, 4, 9, 12.03),
   (5, 5, 36, 71.29),
   (6, 6, 10, 51.49),
   (7, 7, 7, 37.35),
   (8, 8, 6, 10.87),
   (9, 9, 7, 42.47),
   (10, 10, 3, 24.35),
   (11, 11, 4, 10.20),
   (12, 12, 47, 74.57),
   (13, 13, 5, 28.54),
   (14, 14, 11, 25.58),
   (15, 15, 21, 69.84),
   (16, 16, 6, 47.73),
   (17, 17, 26, 81.00),
   (18, 18, 11, 91.60),
   (19, 19, 8, 78.53),
   (20, 20, 43, 84.33),
   (21, 21, 46, 90.01),
   (22, 22, 6, 49.82),
   (23, 23, 37, 50.20),
   (24, 24, 27, 99.27);
   

6. Esegui la seguente query di ricerca vettoriale che tenta di trovare prodotti simili alla parola music. Ciò significa che, anche se la parola music non è menzionata esplicitamente nella descrizione del prodotto, il risultato mostra prodotti pertinenti alla query:

   SELECT * FROM product
   ORDER BY embedding <=> embedding('text-embedding-005', 'music')::vector
   LIMIT 3;
   

   Il risultato della query è il seguente:

   L'esecuzione di una ricerca vettoriale di base senza creare un indice utilizza la ricerca esatta del vicino più prossimo (KNN), che fornisce un richiamo efficiente. Su larga scala, l'utilizzo di KNN potrebbe influire sulle prestazioni. Per prestazioni migliori delle query, ti consigliamo di utilizzare l'indice ScaNN per la ricerca approssimativa del vicino più prossimo (ANN), che fornisce un richiamo elevato con latenze basse.

   Senza creare un indice, AlloyDB utilizza per impostazione predefinita la ricerca esatta del vicino più prossimo (KNN).

   Per scoprire di più sull'utilizzo di ScaNN su larga scala, consulta Iniziare a utilizzare il vector embedding con l'AI di AlloyDB.

Crea un indice ScaNN nella tabella dei prodotti

Esegui la seguente query per creare un indice ScaNN product_index nella tabella product:

  CREATE INDEX product_index ON product
  USING scann (embedding cosine)
  WITH (num_leaves=5);

Il parametro num_leaves indica il numero di nodi foglia con cui l'indice basato su albero crea l'indice. Per ulteriori informazioni su come ottimizzare questo parametro, consulta Ottimizzare il rendimento delle query vettoriali.

Esegui una ricerca vettoriale

Esegui la seguente query di ricerca vettoriale che tenta di trovare prodotti simili alla query in linguaggio naturale music. Anche se la parola music non è inclusa nella descrizione del prodotto, il risultato mostra prodotti pertinenti alla query:

SET LOCAL scann.num_leaves_to_search = 2;

SELECT * FROM product
ORDER BY embedding <=> embedding('text-embedding-005', 'music')::vector
  LIMIT 3;

I risultati della query sono i seguenti:

Il parametro di query scann.num_leaves_to_search controlla il numero di nodi foglia in cui viene eseguita la ricerca di similarità. I valori dei parametri num_leaves e scann.num_leaves_to_search contribuiscono a raggiungere un equilibrio tra rendimento e richiamo.

Esegui una ricerca vettoriale che utilizza un filtro e un'unione

Puoi eseguire query di ricerca vettoriale filtrate in modo efficiente anche quando utilizzi l'indice ScaNN. Esegui la seguente query di ricerca vettoriale complessa, che restituisce risultati pertinenti che soddisfano le condizioni della query, anche con i filtri:

SET LOCAL scann.num_leaves_to_search = 2;

SELECT * FROM product p
JOIN product_inventory pi ON p.id = pi.product_id
WHERE pi.price < 80.00
ORDER BY embedding <=> embedding('text-embedding-005', 'music')::vector
LIMIT 3;

Accelerare la ricerca vettoriale filtrata

Puoi utilizzare il motore colonnare per migliorare le prestazioni delle ricerche di similarità vettoriale, in particolare delle ricerche K-Nearest Neighbor (KNN), se combinato con il filtraggio dei predicati altamente selettivo, ad esempio utilizzando LIKE, nei database. In questa sezione utilizzerai l'estensione vector e l'estensione AlloyDB google_columnar_engine.

I miglioramenti del rendimento derivano dall'efficienza integrata del motore a colonne nell'analisi di grandi set di dati e nell'applicazione di filtri, come i predicati LIKE, nonché dalla sua capacità, grazie al supporto dei vettori, di prefiltrare le righe. Questa funzionalità riduce il numero di sottoinsiemi di dati necessari per i successivi calcoli della distanza vettoriale KNN e contribuisce a ottimizzare le query analitiche complesse che coinvolgono il filtro standard e la ricerca vettoriale.

Per confrontare il tempo di esecuzione di una ricerca di vettori KNN filtrata da un predicato LIKE prima e dopo l'attivazione del motore colonnare, segui questi passaggi:

1. Attiva l'estensione vector per supportare i tipi di dati vettoriali e le operazioni. Esegui le seguenti istruzioni per creare una tabella di esempio (elementi) con un ID, una descrizione di testo e una colonna di incorporamento vettoriale a 512 dimensioni.

   CREATE EXTENSION IF NOT EXISTS vector;
   
   CREATE TABLE items (
       id SERIAL PRIMARY KEY,
       description TEXT,
       embedding VECTOR(512)
   );
   

2. Compila i dati eseguendo le seguenti istruzioni per inserire 1 milione di righe nella tabella di esempio items.

   -- Simplified example of inserting matching (~0.1%) and non-matching data
   INSERT INTO items (description, embedding)
   SELECT
       CASE WHEN g % 1000 = 0 THEN 'product_' || md5(random()::text) || '_common' -- ~0.1% match
       ELSE 'generic_item_' || g || '_' || md5(random()::text)    -- ~99.9% don't match
       END,
       random_vector(512) -- Assumes random_vector function exists
   FROM generate_series(1, 999999) g;
   

3. Misura il rendimento di base della ricerca sulla similarità vettoriale senza il motore colonnare.

   SELECT id, description, embedding <-> '[...]' AS distance
   FROM items
   WHERE description LIKE '%product_%_common%'
   ORDER BY embedding <-> '[...]'
   LIMIT 100;
   

4. Abilita il motore colonnare e il supporto vettoriale eseguendo questo comando in Google Cloud CLI. Per utilizzare gcloud CLI, puoi installare e inizializzare gcloud CLI.

   gcloud beta alloydb instances update INSTANCE_ID \
       --cluster=CLUSTER_ID \
       --region=REGION_ID \
       --project=PROJECT_ID \
       --database-flags=google_columnar_engine.enabled=on,google_columnar_engine.enable_vector_support=on

5. Aggiungi la tabella items al motore colonnare:

   SELECT google_columnar_engine_add('items');
   

6. Misura il rendimento della ricerca sulla similarità vettoriale utilizzando il motore colonnare. Esegui di nuovo la query che hai eseguito in precedenza per misurare le prestazioni di base.

   SELECT id, description, embedding <-> '[...]' AS distance
   FROM items
   WHERE description LIKE '%product_%_common%'
   ORDER BY embedding <-> '[...]'
   LIMIT 100;
   

7. Per verificare se la query è stata eseguita con il motore colonnare, esegui questo comando:

   explain (analyze) SELECT id, description, embedding <-> '[...]' AS distance
   FROM items
   WHERE description LIKE '%product_%_common%'
   ORDER BY embedding <-> '[...]'
   LIMIT 100;