Multitenancy en namespaces

Vector-databases voor embeddings met Pinecone

James Chapman

Curriculum Manager, DataCamp

Multitenancy

Meerdere tenants geïsoleerd bedienen
Data van verschillende klanten scheiden
- Beveiliging en privacy
Query-latency verlagen

Multitenancy-strategieën

Namespaces
- Voordelen: Minder extra indexen nodig
- Nadelen: Tenants delen resources, complexe data
Metadatafiltering
- Voordelen: Query’s over meerdere tenants
- Nadelen: Gedeelde resources, lastig kosten bijhouden
Gescheiden indexen
- Voordelen: Fysieke scheiding, eigen resources per tenant
- Nadelen: Meer werk en kosten

Namespaces

Implicit aangemaakt bij upsertion als ze niet bestaan

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

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

Namespaces inspecteren

index.describe_index_stats()

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

Vectors opvragen uit namespaces

query_result = index.query(
    vector=vector,

    namespace='namespace1',

    top_k=3
)

Vectors verwijderen uit namespaces

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

Laten we oefenen!

Vector-databases voor embeddings met Pinecone