跳到主要内容

体验语义索引

本教程将引导您快速上手 seekdb 语义索引，帮助您理解语义索引的实际应用，并在几分钟内体验语义索引的强大功能：无需手动转换为向量，直接存储文本即可实现语义搜索。

概述​

语义索引（Hybrid Vector Index）指可以自动将文本转换为向量并建立索引的向量索引，是 seekdb 提供的一项强大功能，它实现了向量概念对用户的透明化。与不使用语义索引的向量索引相比，语义索引极大地简化了使用流程。

  • 不使用语义索引的向量索引流程： 
    文本 → 手动调用 `AI_EMBED` 函数生成向量 → 插入向量 → 使用向量搜索
  • 语义索引流程： 
    文本 → 直接插入 → 直接使用文本搜索

seekdb 会在内部自动将文本转换为向量并建立索引，搜索时也只需提供原始文本，系统会自动进行嵌入并搜索向量索引，从而显著提升了使用的便捷性。

前提条件​

  • 联系管理员获取相应的数据库连接串，然后执行以下命令连接到数据库： 
    # host: seekdb 数据库连接 IP。
    # port: seekdb 数据库连接端口。
    # database_name: 需要访问的数据库名称。
    # user_name: 数据库用户名。
    # password: 数据库密码。
    obclient -h$host -P$port -u$user_name -p$password -D$database_name
  • 确保你已拥有 AI 函数服务相关权限，并确保数据库中已使用 CREATE_AI_MODEL 和 CREATE_AI_MODEL_ENDPOINT 程序注册嵌入模型（Embedding Model）： 
    CALL DBMS_AI_SERVICE.DROP_AI_MODEL ('ob_embed');
    CALL DBMS_AI_SERVICE.DROP_AI_MODEL_ENDPOINT ('ob_embed_endpoint');

    CALL DBMS_AI_SERVICE.CREATE_AI_MODEL(
    'ob_embed', '{
        "type": "dense_embedding",
        "model_name": "BAAI/bge-m3"
    }');

    CALL DBMS_AI_SERVICE.CREATE_AI_MODEL_ENDPOINT (
    'ob_embed_endpoint', '{
        "ai_model_name": "ob_embed",
        "url": "https://api.siliconflow.cn/v1/embeddings",
        -- 需替换为实际的 access_key
        "access_key": "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx",
        "provider": "siliconflow"
    }');
信息

语义索引功能当前版本仅支持 HNSW/HNSW_BQ 索引类型。

步骤一：创建语义索引​

语义索引支持建表时创建和后建两种方式。

信息

创建语义索引时必须指定在 VARCHAR 列上，并指定嵌入模型和向量维度。

建表时创建​

CREATE TABLE items (
    id INT PRIMARY KEY, 
    doc VARCHAR(100),
    VECTOR INDEX vector_idx(doc)
    WITH (distance=l2, lib=vsag, type=hnsw, model=ob_embed, dim=1024, sync_mode=immediate)
);

后建索引​

CREATE TABLE items1 (
    id INT PRIMARY KEY, 
    doc VARCHAR(100)
);

CREATE VECTOR INDEX vector_idx
ON items (doc) 
WITH (distance=l2, lib=vsag, type=hnsw, model=ob_embed, dim=1024, sync_mode=immediate);

步骤二：插入文本数据（无需手动向量化）​

插入文本数据时，系统会自动进行嵌入，无需手动调用 AI_EMBED 函数：

INSERT INTO items(id, doc) VALUES(1, 'Rose');
INSERT INTO items(id, doc) VALUES(2, 'Sunflower');
INSERT INTO items(id, doc) VALUES(3, 'Lily');

步骤三：使用文本直接搜索​

使用 semantic_distance 函数，传入原始文本进行向量搜索，无需手动生成查询向量：

SELECT id, doc FROM items
ORDER BY semantic_distance(doc, 'flower') 
APPROXIMATE LIMIT 3;

返回结果如下：

+----+-----------+
| id | doc       |
+----+-----------+
|  1 | Rose      |
|  2 | Sunflower |
|  3 | Lily      |
+----+-----------+
3 rows in set

系统会自动将查询文本 'flower' 转换为向量，然后在向量索引中搜索最相似的文本。

进阶：使用向量搜索​

如果已经拥有了搜索内容的向量表示（例如通过 AI_EMBED 函数预先生成），也可以直接使用这些向量来搜索语义索引，从而避免每次搜索都进行重复的嵌入操作：

-- 先获取查询向量
SET @query_vector = AI_EMBED("ob_embed", "flower");

-- 使用向量进行索引搜索
SELECT id, doc FROM items
ORDER BY semantic_vector_distance(doc, @query_vector) 
APPROXIMATE LIMIT 3;

返回结果如下：

+----+-----------+
| id | doc       |
+----+-----------+
|  1 | Rose      |
|  2 | Sunflower |
|  3 | Lily      |
+----+-----------+
3 rows in set

总结​

通过本教程，您已经掌握了 seekdb 语义索引的核心功能：

  • 简化使用流程：无需手动转换为向量，直接存储文本即可实现语义搜索。
  • 自动嵌入：系统自动将文本转换为向量并建立索引，搜索时也只需提供原始文本。
  • 性能优化：支持直接使用向量搜索，避免重复嵌入操作。

语义索引功能极大地简化了向量搜索的使用流程，是构建智能搜索应用的理想选择。

下一步​

更多操作​

更多体验 seekdb 的 AI Native 特性以及尝试基于 seekdb 搭建 AI 应用的使用指导，参见：

除了使用 SQL 进行操作之外，也支持通过 seekdb 提供的 Python SDK（pyseekdb）进行操作，使用方法参见 通过 Python SDK 体验嵌入式和 pyseekdb 概述。

Contents

编辑此页