Multilocação e namespaces

Bancos de dados vetoriais para incorporações com Pinecone

James Chapman

Curriculum Manager, DataCamp

Multilocação

Atenda vários locatários em isolamento
Separe dados de clientes diferentes
- Segurança e privacidade
Reduza a latência de consulta

Estratégias de multilocação

Namespaces
- Vantagens: reduz a necessidade de mais indexes
- Desvantagens: locatários compartilham recursos, dados complexos
Filtro por metadados
- Vantagens: permite consultar vários locatários
- Desvantagens: recursos compartilhados, difícil rastrear custos
Indexes separados
- Vantagens: separa fisicamente locatários, aloca recursos individuais
- Desvantagens: exige mais esforço e custo

Namespaces

Criados implicitamente no upsert se não existirem

index.upsert(
  vectors=vector_set1, namespace="namespace1"
)

index.upsert(
  vectors=vector_set2, namespace="namespace2"
)

Inspecionando namespaces

index.describe_index_stats()

{'dimension': 1536,
 'index_fullness': 0.0,
 'namespaces': {'namespace1': {'vector_count': 5},
                'namespace2': {'vector_count': 5}},
 'total_vector_count': 10}

Consultando vetores de namespaces

query_result = index.query(
    vector=vector,

    namespace='namespace1',

    top_k=3
)

Excluindo vetores de namespaces

index.delete(
    ids=["1", "2"],
    namespace='namespace1'
)

Vamos praticar!

Bancos de dados vetoriais para incorporações com Pinecone