Multitenancy e namespace

Database vettoriali per Embeddings con Pinecone

James Chapman

Curriculum Manager, DataCamp

Multitenancy

Servire più tenant in isolamento
Separare i dati dei vari clienti
- Sicurezza e privacy
Ridurre la latenza delle query

Strategie di multitenancy

Namespace
- Vantaggi: riduce la necessità di indici aggiuntivi
- Svantaggi: i tenant condividono risorse, dati complessi
Filtro per metadati
- Vantaggi: consente query tra più tenant
- Svantaggi: risorse condivise, monitoraggio costi difficile
Indici separati
- Vantaggi: separa fisicamente i tenant, risorse dedicate
- Svantaggi: più sforzo e costi

Namespace

Creati implicitamente durante l'upsert se non esistono

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

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

Ispezionare i namespace

index.describe_index_stats()

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

Interrogare vettori dai namespace

query_result = index.query(
    vector=vector,

    namespace='namespace1',

    top_k=3
)

Eliminare vettori dai namespace

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

Ayo berlatih!

Database vettoriali per Embeddings con Pinecone