Azure Cosmos DB 中的向量搜尋入門

>本教程演示瞭如何使用簡單的電影數據集快速在Azure Cosmos DB中快速實現矢量搜索。 該應用程序可在Python，typeScript，.Net和Java中找到，為設置，數據加載和相似性搜索查詢提供逐步說明。

>向量數據庫在存儲和管理向量嵌入 - 數據的高維數學表示方面表現出色。每個維度都反映了一個數據功能，可能在數万個中進行編號。向量在此空間中的位置表示其特徵。 該技術將各種數據類型進行了矢量，包括單詞，短語，文檔，圖像和音頻，啟用了相似性搜索，多模式搜索，推薦引擎和大型語言模型（LLMS）等應用程序。

>

>先決條件：

azure訂閱（或免費的Azure帳戶，或NoSQL的Azure Cosmos DB的免費層）。
• NOSQL帳戶
• >具有部署的
嵌入模型的Azure OpenAI服務資源（可通過Azure AI Foundry Portal訪問）。 該模型提供了文本嵌入。
• text-embedding-ada-002必要的編程語言環境（Java的Maven）。
• >
>在nosql中配置Azure cosmos db中的向量數據庫：

啟用功能：這是一次性步驟。明確啟用Azure Cosmos DB中的向量索引和搜索

1. >創建數據庫和容器：

   >創建一個數據庫（例如，
）和一個具有
2. >的分區鍵的容器（例如，

   ）。 >。 movies_db movies/id創建策略：

   >配置矢量嵌入策略和容器的索引策略。 在此示例中，使用下面顯示的設置（此處使用Azure Portal的手動配置，儘管也可以使用程序化方法）。

3. > 索引類型注意：該示例使用

   索引類型，尺寸為1536，匹配模型。 在適應性的同時，更改索引類型需要調整嵌入模型以匹配新的維度。

   

   將數據加載到Azure Cosmos DB：> diskANN示例text-embedding-ada-002文件提供電影數據。該過程涉及：

   1. >從JSON文件讀取電影信息。
   2. >使用Azure OpenAi服務生成電影描述的向量嵌入。
   >將完整的數據（標題，描述和嵌入）插入Azure Cosmos DB容器中。
   在繼續之前設置以下環境變量：

   <code class="language-bash">export COSMOS_DB_CONNECTION_STRING=""
   export DATABASE_NAME=""
   export CONTAINER_NAME=""
   export AZURE_OPENAI_ENDPOINT=""
   export AZURE_OPENAI_KEY=""
   export AZURE_OPENAI_VERSION="2024-10-21"
   export EMBEDDINGS_MODEL="text-embedding-ada-002"</code>

   克隆存儲庫：
   下面提供了用於數據加載的語言特定說明。 每種方法都使用上面定義的環境變量。 成功的執行將輸出表示數據插入Cosmos db的消息。

   <code class="language-bash">git clone https://github.com/abhirockzz/cosmosdb-vector-search-python-typescript-java-dotnet
   cd cosmosdb-vector-search-python-typescript-java-dotnet</code>

   >
   數據加載指令（縮寫）：

   >

   > python：
   • cd python; python3 -m venv .venv; source .venv/bin/activate; pip install -r requirements.txt; python load.py
   • > typescript： cd typescript; npm install; npm run build; npm run load
   • > java：cd java; mvn clean install; java -jar target/cosmosdb-java-vector-search-1.0-SNAPSHOT.jar load
   • .net：cd dotnet; dotnet restore; dotnet run load

   >在Azure Cosmos DB中驗證數據 使用Azure門戶或Visual Studio Code擴展名確認數據插入。 >

   向量/相似性搜索：

   >搜索組件使用函數根據搜索標準（例如“喜劇”）查找類似的電影。該過程為：

   生成搜索標準的向量嵌入。 > VectorDistance使用

   將其與現有嵌入式進行比較。
   >
   查詢：
   2. VectorDistance
   特定語言的說明（假設設置了環境變量並加載數據）：>

   搜索指令（縮寫）：

   <code class="language-sql">SELECT TOP @num_results c.id, c.description, VectorDistance(c.embeddings, @embedding) AS similarityScore FROM c ORDER BY VectorDistance(c.embeddings, @embedding)</code>

   > python：
   • > typescript： python search.py "inspiring" 3
   • > java：npm run search "inspiring" 3
   • .net：java -jar target/cosmosdb-java-vector-search-1.0-SNAPSHOT.jar search "inspiring" 3
   • >關閉註釋：dotnet run search "inspiring" 3
   實驗不同的矢量索引類型（，

   ），距離指標（餘弦，歐幾里得，點乘積）和嵌入模型（，）。 MongoDB Vcor​​e的Azure Cosmos DB還支持向量搜索。

以上是Azure Cosmos DB 中的向量搜尋入門的詳細內容。更多資訊請關注PHP中文網其他相關文章！