Consultando vetores

Bancos de dados vetoriais para incorporações com Pinecone

James Chapman

Curriculum Manager, DataCamp

O poder da consulta

Consultar: retornar os vetores mais semanticamente semelhantes ao vetor de entrada

Uma entrada do usuário sendo incorporada e usada para consultar um banco de dados vetorial Pinecone.

O método .query()

index.query(

  vector=[-0.250919762305275, ...],

  top_k=3

)

{'matches': [{'id': '1', 'score': 0.0478537641, 'values': []},
             {'id': '2', 'score': 0.046000585, 'values': []},
             {'id': '3', 'score': 0.0458319113, 'values': []}],
 'namespace': '',
 'usage': {'read_units': 5}}

O método .query()

index.query(
    vector=[-0.250919762305275, ...],
    top_k=3,

    include_values=True

)

{'matches': [{'id': '1', 'score': 0.0478537641, 'values': [-0.0131468913, ...]},
             {'id': '2', 'score': 0.046000585, 'values': [-0.0120476764, ...]},
             {'id': '3', 'score': 0.0458319113, 'values': [0.00285418332, ...]}],
 'namespace': '',
 'usage': {'read_units': 5}}

Read units (RUs) para consultas

Para consultas, RUs é mais difícil de calcular
Depende de:
- Nº de registros no namespace
- Tamanho dos registros
  - Dimensionalidade do vetor
  - Quantidade de metadados

Tabela de RUs consumidas ao consultar.

¹ https://docs.pinecone.io/guides/organizations/manage-cost/understanding-cost#query

Métricas de distância

A similaridade do cosseno: mostrando o ângulo entre dois vetores.

¹ https://docs.pinecone.io/guides/indexes/understanding-indexes#distance-metrics

Métricas de distância

A distância euclidiana: mostrando a distância em linha reta entre dois vetores.

¹ https://docs.pinecone.io/guides/indexes/understanding-indexes#distance-metrics

Métricas de distância

O produto escalar: como o valor é calculado a partir do ângulo entre os vetores.

¹ https://docs.pinecone.io/guides/indexes/understanding-indexes#distance-metrics

Definindo a métrica de distância

pc.create_index(
    name="datacamp-index", 
    dimension=1536,

    metric='dotproduct',

    spec=ServerlessSpec(
        cloud='aws', 
        region='us-east-1'
    )
)

metric → 'cosine', 'euclidean', 'dotproduct'

Sua vez de consultar!

Bancos de dados vetoriais para incorporações com Pinecone