Função vector_search

Aplica-se a: SQL do Databricks

Importante

Esse recurso está em uma versão prévia.

A função vector_search() permite que você consulte um índice do Mosaic AI Vector Search usando SQL.

Requisitos

• Essa função não está disponível em warehouses SQL clássicos.
• Para saber mais, consulte a página de preços do Databricks SQL.
• Esta função está disponível em regiões onde o Mosaic AI Vector Search tem suporte.

Sintaxe

vector_search(index, query, num_results)

Argumentos

Todos os argumentos devem ser transmitidos ​​por nome, como vector_search(index => indexName, query => queryText).

• index: uma constante STRING, o nome totalmente qualificado de um índice de busca em vetores atual no mesmo workspace para invocações. O definidor deve ter a permissão “Selecionar” no índice.
• query: uma expressão STRING, a cadeia de caracteres a ser pesquisada no índice.
• num_results (opcional): uma constante inteira, o número máximo de registros a serem retornados. O valor padrão é 10.

Devoluções

Uma tabela dos principais registros correspondentes do índice. Todas as colunas do índice estão incluídas.

Exemplos

Pesquise produtos semelhantes por nome em um índice de SKUs de produtos.

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

ID	Nome do produto
10	iPhone
20	iPhone SE

O exemplo a seguir pesquisa vários termos ao mesmo tempo usando uma subconsulta LATERAL.

SELECT
  query_txt,
  query_id,
  search.*
FROM
  query_table,
  LATERAL(
SELECT * FROM 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	Pixel 8
pixel 8	2	40	Pixel 8a

Limitações

As seguintes limitações se aplicam durante a versão preliminar:

• Não há suporte para consultar tipos de índice DIRECT_ACCESS.
• Não há suporte para índices com embedding_vector_columns.
• Não há suporte para os parâmetros de entrada filters_json ou columns.
• Não há suporte para a busca em vetores com num_results maior que 100.
• Os usuários que não têm acesso de LEITURA à tabela de origem não podem usar vector_search().
• vector_search não pode ser usado com pontos de extremidade de serviço do modelo usando a taxa de transferência provisionada das APIs do Foundation Model.