腾讯向量数据库的基础Web端使用

2023-11-18 15:23:14 浏览数 (2)

1、登录腾讯云——搜索【向量】

这里搜索完成后可以看到向量数据库,直接点进去就行。

2、创建向量数据库实例

有免费的可以直接使用,看我示例ID下面的那个【免】字了吗?免费啊。虽然只由1核1GB但是跑测试是够了的,公司里面也不能单独给你花钱测试,还是用这个好,跑通了就直接上线了。

3、选择基础配置信息

基本都是默认的信息,北京、上海的我都实验了,没有高可用的版本可以申请,只能祝您好运啦。

所以我使用的是免费版本,只由1核1GB,配置如下图:

4、登录到向量数据库Web操作平台

直接点击向量数据实例列表中的【登录】即可。

登录首页

获取pwd的位置:

获取成功后登录:

登录成功效果:

5、自定义创建数据库

创建体验就直接略过了,我们来单独创建数据库。

我们可以在下图的位置中找到单独的创建数据库:

点击创建后给个名字:

6、新建集合

新建集合的时候要注意的内容就比较多了。

注:Embedding 模型提供文本到向量的转换能力,开通后即可在插入、更新和相似性检索时直接传入原始文本,提高业务接入效率。

集合创建1、未开启Embedding

直接给个名字就行,下方可以看到对应的内容,Filter这里先不单独添加,我们仅仅测试用。

集合创建2、开启Embedding

这里我们需要勾选上Embedding

集合的具体信息:

我们在创建一个未开启的

7、向量数据库添加数据

两个分开实验,可以看看对应的区别。

1、向未开启Embedding的集合添加数据

由于没有开启,故而数据相对少一些。我们需要注意以下【vector】的维度,我们这里是1。

代码语言:javascript复制
{
    "database": "mytest_01",
    "collection": "test_info_no_embedding",
    "documents": [
        {
            "id": "0001",
            "vector": [
                0.221
            ],
            "types": "基础数学",
            "infos": "1 1=2"
        },
        {
            "id": "0002",
            "vector": [
                0.221
            ],
            "types": "初中数学",
            "infos": "x y=22"
        },
        {
            "id": "0003",
            "vector": [
                0.221
            ],
            "types": "高中数学",
            "infos": "f(x)"
        }
    ]

}

点击执行后可以在右侧看到执行效果,状态是成功,影像数据3条。

2、向开启Embedding的集合添加数据

数据

代码语言:javascript复制
{
    "database": "mytest_01",
    "collection": "test_info",
    "buildIndex": true,
    "documents": [
        {
            "id": "0001",
            "types": "基础数学",
            "infos": "1 1=2",
            "text":"小学生数学课程"
        },
        {
            "id": "0002",
            "types": "初中数学",
            "infos": "x y=22",
            "text":"初中生学习课程"
        },
        {
            "id": "0003",
            "types": "高中数学",
            "infos": "f(x)",
            "text":"高中生学习课程"
        }
    ]
}

运行效果

8、数据精准查询

精准查询可以使用id来准确的查询。

未开启Embedding的表单精准查询。

未开启Embedding的json精准查询

开启Embedding的表单精准查询。

开启Embedding的json精准查询

基本没啥区别。

9、相似度查询

文本查询json

代码语言:javascript复制
{
    "database": "mytest_01",
    "collection": "test_info",
    "search": {
        "vectors": [],
        "params": {
            "ef": 200
        },
        "filter": "",
        "retrieveVector": false,
        "limit": 2,
        "outputFields": [],
        "embeddingItems": [
            "初中生"
        ],
        "documentIds": []
    }
}

文本查询表单

documentIds检索

向量检索

10、替换操作

这里同步骤7,添加数据

11、删除数据

这里给个id直接删除就行。

Filter条件表达式后续讲解,本次就到这里。

0 人点赞