Interroger des vecteurs

Bases de données vectorielles pour les intégrations avec Pinecone

James Chapman

Curriculum Manager, DataCamp

La puissance de l’interrogation

Interroger : renvoyer les vecteurs les plus sémantiquement proches d’un vecteur d’entrée

Une saisie utilisateur est encodée et utilisée pour interroger une base de vecteurs Pinecone.

La méthode .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}}

La méthode .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) pour les requêtes

Pour les requêtes, les RUs sont plus difficiles à estimer
Dépendent de :
- Nb d’enregistrements dans l’espace de noms
- Taille des enregistrements
  - Dimensionnalité du vecteur
  - Quantité de métadonnées

Tableau des RUs consommées lors des requêtes.

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

Mesures de distance

La similarité cosinus : l’angle entre deux vecteurs.

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

Mesures de distance

La distance euclidienne : la distance en ligne droite entre deux vecteurs.

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

Mesures de distance

Le produit scalaire : valeur calculée à partir de l’angle entre les vecteurs.

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

Définir la mesure de distance

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

    metric='dotproduct',

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

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

À vous d’interroger !

Bases de données vectorielles pour les intégrations avec Pinecone