Mandantenfähigkeit und Namespaces

Vektordatenbanken für Einbettungen mit Pinecone

James Chapman

Curriculum Manager, DataCamp

Mandantenfähigkeit

 

  • Mehrere Mandanten isoliert bedienen
  • Daten verschiedener Kund:innen trennen
    • Sicherheit und Datenschutz
  • Abfragelatenz reduzieren

Multimandantenfähigkeit

Vektordatenbanken für Einbettungen mit Pinecone

Strategien für Mandantenfähigkeit

 

  1. Namespaces
    • Vorteile: Weniger zusätzliche Indizes nötig
    • Nachteile: Mandanten teilen Ressourcen, komplexe Daten
  2. Metadaten-Filterung
    • Vorteile: Abfragen über mehrere Mandanten hinweg
    • Nachteile: Geteilte Ressourcen, schwieriges Kosten-Tracking
  3. Getrennte Indizes
    • Vorteile: Physische Trennung, eigene Ressourcen je Mandant
    • Nachteile: Mehr Aufwand und Kosten
Vektordatenbanken für Einbettungen mit Pinecone

Namespaces

  • Werden bei Upserts implizit erstellt, falls nicht vorhanden
index.upsert(
  vectors=vector_set1, namespace="namespace1"
)
index.upsert(
  vectors=vector_set2, namespace="namespace2"
)
Vektordatenbanken für Einbettungen mit Pinecone

Namespaces prüfen

index.describe_index_stats()
{'dimension': 1536,
 'index_fullness': 0.0,
 'namespaces': {'namespace1': {'vector_count': 5},
                'namespace2': {'vector_count': 5}},
 'total_vector_count': 10}
Vektordatenbanken für Einbettungen mit Pinecone

Vektoren aus Namespaces abfragen

query_result = index.query(
    vector=vector,

namespace='namespace1',
top_k=3 )
Vektordatenbanken für Einbettungen mit Pinecone

Vektoren aus Namespaces löschen

index.delete(
    ids=["1", "2"],
    namespace='namespace1'
)
Vektordatenbanken für Einbettungen mit Pinecone

Lass uns üben!

Vektordatenbanken für Einbettungen mit Pinecone

Preparing Video For Download...