数据库管理-第152期 Oracle Vector DB AI-04（20240220）

数据库管理152期 2024-02-20

数据库管理-第152期 Oracle Vector DB & AI-04（20240220）
- 1 常用的向量检索方法
- - 聚类
  - 图搜索
  - 哈希
  - 量化
- 2 Oracle Vector DB中的索引
- - 索引（默认）
- 索引（高级）
- 3 EMBEDDINGS
- - SQL EMBEDDINGS 函数
  - OONX
- 总结

数据库管理-第152期 Oracle Vector DB & AI-04（20240220）

作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Associate: Database（Oracle与MySQL）
网思科技 DBA总监
10年数据库行业经验，现主要从事数据库服务工作
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP、认证技术专家，ITPUB认证专家，OCM讲师
圈内拥有“总监”、“保安”、“国产数据库最大敌人”等称号，非著名社恐（社交恐怖分子）
公众号：胖头鱼的鱼缸；CSDN：胖头鱼的鱼缸（尹海文）；墨天轮：胖头鱼的鱼缸；ITPUB：yhw1809。
除授权转载并标明出处外，均为“非法”抄袭。

由于上一篇的一些“误操作”，导致公众号发文删了，当天重发没有办法触发群发效果，所以可能有些人会发现没看过03。

1 常用的向量检索方法

聚类

K-Means 和 Faiss

图搜索

Hierarchical Navigable Small Worlds (HNSW)

哈希

局部敏感哈希（Locality Sensitive Hashing）LSH

量化

Product Quantization (PQ)：有损压缩

2 Oracle Vector DB中的索引

在Oracle Vector DB中，可以在Vector数据类型列上创建vector index来提升向量检索的性能：

索引（默认）

create vector index vector_idx on vector_table (data_vector)
organization [inmemory neighbor graph | neighbor partition]

距离计算：欧几里德
向量索引的选择取决于organization子句:

In-Memory Neighbor Graph organization：HNSW
Neighbor Partition organization：IVF

索引（高级）

可以指定向量索引类型参数、距离函数、精度等:

create vector index vector_idx on vector_table (data_vector) organization neighbor partition parameters (num_centroids 1024);

3 EMBEDDINGS

在Oracle Vector DB除直接通过外部导入向量外，也内建支持多种向量生产方式：

SQL EMBEDDINGS 函数

原生支持生成向量数据：

select id, image from cat_images order by VECTOR_DISTANCE(img_vec, EMBEDDING(resnet_50 USING :input_img)) fetch first 2 rows only;

OONX

Open Neural Network eXchange embedding 模型：

DECLARE
  model_source BLOB := NULL;
BEGIN
  model_source :=
  DBMS_CLOUD.get_object
  ( credential_name =>
  'OBJ_STORE_CRED',
  object_uri	=> 'https://objectstorage…bucketname/o/resnet50bundle.onnx’);

  DBMS_DATA_MINING.import_onnx_model
  ( model_name	=> "resnet50",
  model_data	=> model_source,
  metadata		=> JSON('{ function : "embedding" }')
);
END;