Funkce vector_search

Platí pro: Databricks SQL

Důležité

Tato funkce je ve verzi Public Preview.

Tato vector_search() funkce umožňuje dotazovat se na index Služby vektoru AI v systému Sql.

Požadavky

• Tato funkce není k dispozici v klasických skladech SQL.
• Další informace najdete na stránce s cenami SQL služby Databricks.
• Tato funkce je dostupná v oblastech, kde je podporováno.

Syntaxe

Ve službě Databricks Runtime 15.3 a novějších můžete pomocí query_text nebo query_vector určit, co se má v indexu hledat.

SELECT * FROM vector_search(
  index,
  { query_text | query_vector },
  [ num_results ]
)

V Databricks Runtime 15.2 a níže můžete pomocí query určit, co se má v indexu hledat.

SELECT * FROM vector_search(
  index, query, num_results
)

Argumenty

Všechny argumenty musí být předány názvem, například vector_search(index => indexName, query_text => queryText).

• index: Konstanta STRING , plně kvalifikovaný název existujícího indexu vektorového vyhledávání ve stejném pracovním prostoru pro vyvolání. Definující uživatel musí mít u indexu oprávnění „Vybrat“.
• K zadání výrazu, který se má v indexu hledat, použijte jednu z následujících možností:
  • Pro Databricks Runtime 15.3 nebo novější použijte query_text k vyhledání konkrétního řetězce textu ve vloženém zdrojovém sloupci indexu Delta Sync. Dotaz musí být výrazem STRING řetězce, který se má vyhledat v indexu.
  • Pro Databricks Runtime 15.3 nebo novější použijte query_vector k vyhledání konkrétního vektoru ve sloupci vloženého vektoru indexu Delta Sync. Tento argument je nezbytný pro vyhledávání indexu Delta Sync pomocí samosprávných vektorů. Dotaz musí být ARRAY<FLOAT>nebo ARRAY<DOUBLE>nebo ARRAY<DECIMAL(_, _)> výrazem vloženého vektoru, který se má vyhledat v indexu.
  • Pro Databricks Runtime 15.2 nebo novější použijte query k zadání řetězce, který chcete vyhledat v indexu.
• num_results (volitelné): Celočíselná konstanta, maximální počet záznamů, které se mají vrátit. Výchozí hodnota je 10.

Návraty

Tabulka nejvyšších odpovídajících záznamů z indexu Zahrnou se všechny sloupce indexu.

Příklady

Následující části ukazují ukázkové dotazy SQL pro různá vyhledávání indexů.

Textové dotazy na indexy s vloženými zdrojovými sloupci

Vyhledejte podobné produkty podle názvu pomocí indexu skladových položek produktu. Následující příklad používá query_text, která je podporována pouze v Databricks Runtime 15.3 a vyšší. Pro Databricks Runtime 15.2 a níže použijte místo queryquery_text.

SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query_text => "iphone", num_results => 2)

ID	Název produktu
10	iPhone
20	iPhone SE

Následující příklad vyhledá více termínů najednou pomocí poddotazů LATERAL.

SELECT
  query_txt,
  query_id,
  search.*
FROM
  query_table,
  LATERAL(
SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query_text => 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	Pixel 8
pixel 8	2	40	Pixel 8a

Textové dotazy na indexy s vloženými zdrojovými sloupci

Prohledejte index obrázků s předem vypočítanými vkládáními, abyste našli podobné obrázky vložením. Následující příklad používá query_vector, která je podporována pouze v Databricks Runtime 15.3 a vyšší. Pro Databricks Runtime 15.2 a níže použijte místo queryquery_vector.

SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query_vector => ARRAY(0.45, -0.35, 0.78, 0.22), num_results => 3)

SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query_vector => ARRAY(0.45F, -0.35F, 0.78F, 0.22F), num_results => 3)

SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query_vector => ARRAY(0.45D, -0.35D, 0.78D, 0.22D), num_results => 3)

id	image_name	vkládání obrázků
28	horse.jpg	[0.46, -0.34, 0.77, 0.21]
27	donkey.jpg	[0.44, -0.36, 0.79, 0.23]
5	elk.jpg	[0.23, -0.44, 0.77, 0.80]

Následující příklad vyhledá více termínů najednou pomocí poddotazů LATERAL.

SELECT
  query_embedding,
  search.*
FROM
  query_table,
  LATERAL(
SELECT * FROM VECTOR_SEARCH(index => "main.db.my_index", query_vector => image_embedding, num_results => 1)
  ) as search

vložený dotaz	search.id	vyhledání.název_obrazu	vyhledávání vkládání obrazu
[0.45, -0.35, 0.78, 0.22]	27	donkey.jpg	[0.46, -0.34, 0.77, 0.21]
[0.14, 0.29, 0.30, -0.90]	3	landscape.jpg	[0.15, 0.30, 0.31, -0.91]
[0.23, -0.44, 0.77, 0.80]	10	golden_gate_bridge.jpg	[0.28, -0.40, 0.23, 0.81]
[0.88, 0.88, 0.88, 0.88]	44	blank.jpg	[0.88, 0.88, 0.88, 0.88]

Omezení

Během verze Preview platí následující omezení:

• Dotazy na typy indexů DIRECT_ACCESS nejsou podporovány.
• Vstupní parametry filters_json nebo columns se nepodporují.
• Vektorové vyhledávání s num_results více než 100 se nepodporuje.
• Uživatelé, kteří nemají přístup ke čtení ke zdrojové tabulce, nemůžou používat vector_search().
• Hybridní vyhledávání podobnosti klíčových slov není podporováno pomocí vector_search().
• vector_search nelze použít s koncovými body obsluhující modely pomocí zřízených rozhraní API modelu foundation.