Veritabanını sorgulama ve güncelleme

OpenAI API ile Embeddings’e Giriş

Emmanuel Pire

Senior Software Engineer, DataCamp

Veritabanını sorgulama

"insanların çok şarkı söylediği filmler" sorgusu bir gömme modeline verilir, kosinüs uzaklıkları hesaplanır ve nihai sonuçlar saklanır.

Veritabanını sorgulama

Arama sorgusu, zaten gömülmüş belgeleri içeren vektör veritabanına doğrudan gömme için verilir.

Koleksiyonu alma

from chromadb.utils.embedding_functions import OpenAIEmbeddingFunction

collection = client.get_collection(
    name="netflix_titles", 
    embedding_function=OpenAIEmbeddingFunction(api_key="...")
)

Koleksiyona veri eklerken kullanılan aynı gömme işlevi belirtilmelidir

Koleksiyonu sorgulama

result = collection.query(
  query_texts=["movies where people sing a lot"],
  n_results=3
)
print(result)

{'ids': [['s4068', 's293', 's2213']],
 'embeddings': None,
 'documents': [['Title: Quién te cantará (Movie)\nDescription: When a near-...',
   'Title: Quartet (Movie)\nDescription: To save their posh retirement home, ...',
   'Title: Sing On! Spain (TV Show)\nDescription: In this fast-paced, high-...']],
 'metadatas': [[None, None, None]],
 'distances': [[0.350419282913208, 0.36049118638038635, 0.37080681324005127]]

query() birden çok anahtarlı bir sözlük döndürür:

ids: Dönen öğelerin kimlikleri
embeddings: Dönen öğelerin gömlemeleri
documents: Dönen öğelerin kaynak metinleri
metadatas: Dönen öğelerin üst verileri
distances: Dönen öğelerin sorgu metnine uzaklıkları

{'ids': [...],
 'embeddings': None,
 'documents': [...],
 'metadatas': [...],
 'distances': [...]}

Vurgulanan sorgu metni ve ürettiği üç sorgu sonucunun kimlikleri.

İlk liste ilk query_text ile eşleşir
Birden çok sorgu metni birden çok liste döndürür

Sorgu sonuçlarının kimlikleri ve bunlara bağlı belgeler, üst veriler ve uzaklıklar vurgulanmıştır.

Bir koleksiyonu güncelleme

collection.update(
  ids=["id-1", "id-2"],
  documents=["New document 1", "New document 2"]
)

Yalnızca güncellenecek alanları ekleyin; diğerleri değişmez
Koleksiyon gömlemeleri otomatik oluşturur

Bir koleksiyonda upsert

collection.upsert(
  ids=["id-1", "id-2"],
  documents=["New document 1", "New document 2"]
)

Kimlikler yoksa → ekler
Kimlikler varsa → günceller

Silme

Bir koleksiyondan öğe silme

collection.delete(ids=["id-1", "id-2"])

Tüm koleksiyonları ve öğeleri silme

client.reset()

Uyarı: bu işlem veritabanındaki her şeyi siler!

Hadi pratik yapalım!

OpenAI API ile Embeddings’e Giriş