Wielodostępność i przestrzenie nazw

Tworzenie aplikacji AI z Pinecone

James Chapman

Curriculum Manager, DataCamp

Wielodostępność

Obsługa wielu najemców w izolacji
Rozdzielenie danych różnych klientów
- Bezpieczeństwo i prywatność
Zmniejszenie opóźnień zapytań

Strategie wielodostępności

Przestrzenie nazw
- Zalety: Ogranicza potrzebę dodatkowych indeksów
- Wady: Najemcy współdzielą zasoby, złożone dane
Filtrowanie metadanych
- Zalety: Umożliwia zapytania do wielu najemców
- Wady: Współdzielone zasoby, trudne śledzenie kosztów
Oddzielne indeksy
- Zalety: Fizycznie separuje najemców, przydziela indywidualne zasoby
- Wady: Wymaga więcej wysiłku i kosztów

Przestrzenie nazw

Tworzone niejawnie podczas upsercji, jeśli nie istnieją

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

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

Inspekcja przestrzeni nazw

index.describe_index_stats()

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

Zapytania do wektorów w przestrzeniach nazw

query_result = index.query(
    vector=vector,

    namespace='namespace1',

    top_k=3
)

Usuwanie wektorów z przestrzeni nazw

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

Czas na ćwiczenia!

Tworzenie aplikacji AI z Pinecone