Vektörleri alma

Pinecone ile Vektör Veritabanları ve Embeddings

James Chapman

Curriculum Manager, DataCamp

Özet...

Bir dizin oluşturuluyor.

Özet...

Dizine birden çok kayıt alınıyor. Kayıtlar eklendikçe dizin doluluk oranı artar.

Vektörlere erişim

Fetching

Kimliklerine göre vektörleri alın

Bir kitabın ISBN’ine göre getirildiği.

Querying

Girdi vektörüne benzer vektörleri alın

Amazon kitap önerileri.

Vektörleri çekme

index.fetch(

    ids=['0', '1']

)

{'namespace': '',
 'usage': {'read_units': 1},
 'vectors': {'0': {'id': '0',
                   'metadata': {"genre": "productivity", "year": 2020},
                   'values': [0.025525547564029694, ...]},
             '1': {'id': '1',
                   'metadata': {"genre": "action", "year": 2023},
                   'values': [-0.0131468913, ...]}}
}

¹ https://docs.pinecone.io/guides/data/fetch-data

Okuma birimleri

Okuma işlemlerinde tüketilen kaynak ölçümü:
- Fetching → 1RU / 10 kayıt
- Sorgulama
- Listeleme

Pinecone başlangıç hesabı fiyatlandırması.

¹ https://www.pinecone.io/pricing/

Ad alanlarından vektör çekme

index.fetch(
    ids=['0', '1']

    namespace='namespace1'

)

{'namespace': 'namespace1',
 'usage': {'read_units': 1},
 'vectors': {'0': {'id': '0',
                   'metadata': {"genre": "productivity", "year": 2020},
                   'values': [0.025525547564029694, ...]},
             '1': {'id': '1',
                   'metadata': {"genre": "action", "year": 2023},
                   'values': [-0.0131468913, ...]}}
}

Haydi pratik yapalım!

Pinecone ile Vektör Veritabanları ve Embeddings