Cloud SQL 函数

本页面介绍了 Cloud SQL 函数。

向量转换函数

下表列出了您可用于在 SELECT 语句中操纵向量信息的函数。

功能 说明
vector_to_string 输入：VECTOR

输出：STRING

 将参数转换为采用人类可读的向量格式的字符串。

输入：一个类型为 VECTOR 的参数

输出：一个字符串

语法：

vector_to_string(some_embedding)
string_to_vector 输入：STRING

输出：VECTOR

 将字符串转换为人类可读的向量格式。这使您可以在向量中写入要表示的值。

输入：一个字符串

语法：

string_to_vector('some_embedding')

输出：一个类型为向量的值。

搜索函数

本部分介绍了 Cloud SQL 搜索函数。

KNN 函数

下表列出了可用于计算 KNN 向量距离的函数。

功能 数据类型 说明
vector_distance 输入：VECTOR

输出：REAL

 计算两个 VECTOR 之间的向量距离。这两个 VECTOR 必须具有相同的维度。

输入：必需。接受两个向量值，可选的第三个字符串参数表示距离衡量值。默认值为“l2_squared_distance”。其他选项包括“cosine_distance”和“dot_product”。

输出：两个向量之间的距离。

例如：

SELECT vector_distance(string_to_vector('[1,-2,3]'), string_to_vector('[1,2,3]'), 'Distance_Measure=dot_product');

cosine_distance 输入：VECTOR

输出：REAL

 用于计算两个向量之间夹角的余弦值的算法。值越小，向量之间的相似度就越高。

输入：接受两个向量值。这些值可以是列名称或常量。

输出：两个向量之间的余弦距离。

例如：

SELECT cosine_distance(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY cosine_distance(string_to_vector('[1,2,3]'), embedding_column_name) LIMIT 10;
dot_product 输入：VECTOR

输出：REAL

 在两个输入向量之间执行点积运算以计算并输出单个标量值的算法。

输入：接受两个向量值。这些值可以是列名称或常量。

输出：两个向量的点积。

例如：

SELECT dot_product(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY dot_product(string_to_vector('[1,2,3]'), embbeding_column_name) LIMIT 10;
l2_squared_distance 输入：VECTOR

输出：REAL

 将两个输入向量之间每个维度上的平方距离相加，以衡量它们之间的欧几里得距离的算法。

输入：接受两个向量值。这些值可以是列名称或常量。

输出：两个向量之间的 L2 平方距离。

例如：

SELECT l2_squared_distance(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY l2_squared_distance(string_to_vector('[1,2,3]'), embbeding_column_name) LIMIT 10;

ANN 函数

下表列出了可用于计算向量距离的函数。

函数 数据类型 说明
approx_distance 输入：VECTOR

输出：REAL

 使用所选算法查找满足距离衡量条件的最接近的前 K 行。此函数会查询向量列中相对于某个常量值的近似最近邻。两个嵌入列的 VECTOR 类型和常量 VECTOR 必须具有相同的维度。在某些情况下，此函数会回退到 KNN（精确搜索）搜索，而不是 ANN 搜索。您必须对使用此函数的查询包含上限。

语法：

approx_distance(embedding_name,
query_vector,
'distance_measure=algorithm_name
[, num_leaves_to_search=value]'

输入：

  1. embedding_name：基表中的一个向量嵌入列名称。
  2. query_vector：一个类型为“VECTOR”的常量，可以是（但不必是）string_to_vector 的输出。
  3. 以英文逗号分隔的搜索字符串选项包括以下这些：
    • distance_measure：必需。使用算法来衡量向量之间的距离。它使用以下字符串字面量：
      • L2_SQUARED
      • COSINE
      • DOT_PRODUCT

      例如：distance_measure=cosine

    • num_leaves_to_search：可选。指定要为 ANN 向量相似度搜索探测的叶数量。如果您未指定叶数量，CloudSQL for MySQL 会为 num_leaves_to_search 选择一个计算值，该值可在 information_schema.innodb_vector_indexes 中查看。计算的数字通常是具有良好搜索质量和性能的理想起点。建议您根据工作负载以及性能或质量权衡对 num_leaves_to_search 进行调优。

    例如：

    'distance_measure=dot_product,
    num_leaves_to_search=100'

    必需的 LIMIT 值：指定的限制用作要返回的相邻项数量（也称为前 K 个）。

    输出：基表中最接近的前 K 行的大致距离。

    此函数只能在 ORDER BY 或 SELECT 列表中使用。

    例如：

    SELECT id, approx_distance(embedding_column_name
    string_to_vector('[1,1,1]'),
    'distance_measure=cosine') dist from t1
    ORDER BY dist LIMIT 10;

    SELECT id
    FROM t1
    ORDER BY
    approx_distance(
    embedding_column_name
    string_to_vector('[1,1,1]'),
    'distance_measure=dot_product,num_leaves_to_search=100) LIMIT 4;

后续步骤