產生及管理向量嵌入

本頁說明如何產生及儲存向量嵌入項目。如需總覽，請參閱「向量嵌入儲存空間」。

事前準備

您必須擁有 Cloud SQL 執行個體，並啟用向量資料庫旗標。

根據資料列資料產生向量嵌入

您可以使用文字嵌入 API (例如 Vertex AI 或 OpenAI)，為特定資料列產生向量嵌入。您可以使用任何文字嵌入 API 搭配 Cloud SQL 向量嵌入。不過，您必須使用相同的文字嵌入 API 產生查詢字串向量。您無法將不同 API 與來源資料和查詢向量化作業結合。

舉例來說，您可以透過 Vertex AI 產生向量嵌入：

from vertexai.language_models import TextEmbeddingModel

def text_embedding() -> list:
    """Text embedding with a Large Language Model."""
    model = TextEmbeddingModel.from_pretrained("text-embedding-004")
    embeddings = model.get_embeddings(["What is life?"])
    for embedding in embeddings:
        vector = embedding.values
        print(f"Length of Embedding Vector: {len(vector)}")
    return vector

if __name__ == "__main__":
    text_embedding()

儲存向量嵌入

本節提供在 Cloud SQL 中儲存向量嵌入的陳述式範例。

建立含有向量嵌入資料欄的新資料表

將 CREATE TABLE 陳述式與使用 VECTOR 資料類型的資料欄搭配使用。

請使用下列語法建立資料表：

CREATE TABLE TABLE_NAME(
  id INTEGER
  PRIMARY KEY
    AUTO_INCREMENT,
    title VARCHAR(60),
    EMBEDDING_COLUMN_NAME
      VECTOR(VECTOR_DIMENSIONS)
  USING VARBINARY);

替換下列參數：

  • TABLE_NAME：要儲存嵌入資料的資料表名稱。
  • EMBEDDING_COLUMN_NAME：儲存嵌入資料的資料欄名稱。
  • VECTOR_DIMENSIONS：用於嵌入的維度數量。

在以下範例中，嵌入資料欄含有三個維度的向量。儲存在這個資料欄中的資料具有 VARBINARY 資料類型。

CREATE TABLE books(
  id INTEGER PRIMARY KEY AUTO_INCREMENT, title VARCHAR(60), embedding VECTOR(3) USING VARBINARY);

在現有資料表中新增向量嵌入欄

使用 ALTER TABLE 陳述式，將向量嵌入欄新增至現有資料表。資料欄必須使用 VECTOR 資料類型來保留嵌入項目。

在下列範例中，我們會在資料表中插入一個內嵌資料欄，該資料欄包含三個維度的向量。儲存在這個資料欄中的資料具有 VARBINARY 資料類型。

ALTER TABLE books
ADD COLUMN embedding
  VECTOR(3)
USING VARBINARY;

插入向量嵌入

請將 INSERT 與 string_to_vector 函式搭配使用，將向量嵌入值插入表格。

在下列範例中，向量會以三個維度插入嵌入資料欄。

INSERT INTO books
  (
    title,
    embedding)
VALUES (('book title', string_to_vector('[1,2,3]')));

插入多個向量嵌入

使用 INSERT 搭配 string_to_vector 函式，插入以半形逗號分隔的向量嵌入清單。

在下列陳述式中，兩個嵌入資料各包含一個三維向量，並插入至嵌入資料欄。

INSERT INTO books
  (
    title,
    embedding)
VALUES
  (
    (
      'book title',
      string_to_vector('[1,2,3]')),
    ('book title', string_to_vector('[4,5,6]')));

更新/插入向量嵌入

使用 INSERT 或 UPDATE 運算，搭配 string_to_vector 函式在資料表中新增向量嵌入欄，請使用下列語法。

在下列陳述式中，使用了上插/上修陳述式，以包含三個維度的向量嵌入資料，插入或更新嵌入資料欄。

INSERT INTO books
  (
    id,
    title,
    embedding)
VALUES
  (
    (
      1,
      'book title',
      string_to_vector('[1,2,3]')))
ON DUPLICATE KEY UPDATE embedding = string_to_vector('[1,2,3]');

更新向量嵌入

使用 UPDATE 搭配 string_to_vector 函式更新向量嵌入。

在以下陳述式中，UPDATE 會使用三維向量更新嵌入資料欄。

UPDATE books
SET embedding = string_to_vector('[7,8,9]')
WHERE id = 1;

擷取向量嵌入

如要擷取向量嵌入資料，請使用 Cloud SQL vector_to_string 函式，並搭配嵌入資料的名稱。

在下列陳述式中，系統會擷取嵌入資料欄供查看。

SELECT vector_to_string(embedding) FROM books WHERE id = 1;

刪除向量嵌入

請將 DELETE 與 string_to_vector 函式搭配使用，從資料表中移除向量嵌入項目。如果有向量索引，您必須先刪除該索引。詳情請參閱「刪除向量索引」。

在下列陳述式中，DELETE 會用來刪除內嵌資料欄中的值。

DELETE FROM books
WHERE embedding = string_to_vector('[1,2,3]');

後續步驟