数据库管理157期 2024-03-01
- 数据库管理-第157期 Oracle Vector DB & AI-08（20240301）
- 1 创建示例向量
- 2 查找最近向量
- 3 基于向量簇组的最近向量查询
- 总结
数据库管理-第157期 Oracle Vector DB & AI-08（20240301）
作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Associate: Database（Oracle与MySQL）
国内某科技公司 DBA总监
10年数据库行业经验，现主要从事数据库服务工作
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP、认证技术专家、年度墨力之星，ITPUB认证专家，OCM讲师
圈内拥有“总监”、“保安”、“国产数据库最大敌人”等称号，非著名社恐（社交恐怖分子）
公众号：胖头鱼的鱼缸；CSDN：胖头鱼的鱼缸（尹海文）；墨天轮：胖头鱼的鱼缸；ITPUB：yhw1809。
除授权转载并标明出处外，均为“非法”抄袭。
进入新的一个月，昨天可能是很多国产数据库开始较大规模使用遇到的第一个闰二月，听说有些国产数据库直接跳过了2月29日来到了3月1日，挺好玩的。
本期内容，模拟在一个二维平面上进行近似查询。
1 创建示例向量
按照下图内容，以X和Y轴创建对应的向量信息：
CREATE TABLE IF NOT EXISTS vt1
(id NUMBER NOT NULL,
v VECTOR(2, FLOAT32),
PRIMARY KEY (id)
);
DESC vt1;
INSERT INTO vt1 VALUES (1, '[3, 3]'), (2, '[5, 3]'), (3, '[7, 3]'),
(4, '[3, 5]'), (5, '[5, 5]'), (6, '[7, 5]'),
(7, '[3, 7]'), (8, '[5, 7]'), (9, '[7, 7]');
COMMIT;
SELECT * FROM vt1 ORDER BY id;
2 查找最近向量
1.以下图方式，查找q点(0,5)最近的3个向量点：
从图中实际情况来看最近的为2,1,3或者2,3,1。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[5, 0]'), v)
FETCH FIRST 3 ROWS ONLY;
2.以下图方式，查找q点(3,0)最近的3个向量点：
从图中实际情况来看最近的为1,2,3。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[3, 0]'), v)
FETCH FIRST 3 ROWS ONLY;
3.以下图方式，查找q点(3,9)最近的3个向量点：
从图中实际情况来看最近的为7,8,4。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[3, 9]'), v)
FETCH FIRST 3 ROWS ONLY;
4.以下图方式，查找q点(3.1,6.9)最近的4个向量点：
从图中实际情况来看最近的为7,4,8,5或者7,8,4,5。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[3.1, 6.9]'), v)
FETCH FIRST 4 ROWS ONLY;
3 基于向量簇组的最近向量查询
目前，vector_distance的结果依赖于两个内容：
- 对于向量簇来说，查询向量所在的位置，以特定向量或坐标为中心,比如(5,5)
- 结果集有多少行
然而，向量数据通常由一组向量簇组成，并且数据往往不是均匀分布的。也可能存在零个或多个数据簇。因此，向量簇往往表示相似数据的组。例如：地址、汽车类型、人名、报告或书籍等。
1.下面的示例有5个向量簇。因此我们会在vt1表中添加其他4组向量簇。这里你会发现一个向量簇中有负值（或坐标）。
INSERT INTO vt1 VALUES (21, '[9, -1]'),
(22, '[10, -1]'),
(23, '[11, -1]'),
(24, '[9, -3]'),
(25, '[10, -4]'),
(26, '[12, -3]') ;
INSERT INTO vt1 VALUES (31, '[13, 6]'),
(32, '[14, 7]'),
(33, '[14, 4]'),
(34, '[16, 6]') ;
INSERT INTO vt1 VALUES (41, '[0, 7]'),
(42, '[1, 7]'),
(43, '[1, 6]'),
(44, '[0, 5]'),
(45, '[1, 5]') ;
INSERT INTO vt1 VALUES (51, '[5, 9]'),
(52, '[7, 9]'),
(53, '[6, 10]'),
(54, '[5, 11]'),
(55, '[7, 11]') ;
COMMIT ;
SELECT * FROM vt1;
2.以下图方式，查找q点(16,4)最近的3个向量点：
从图中实际情况来看，我们希望结果是3x。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[16, 4]'), v)
FETCH FIRST 3 ROWS ONLY;
3.以下图方式，查找q点(7,-5)最近的5个向量点：
从图中实际情况来看，我们希望结果是2x。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[7, -5]'), v)
FETCH FIRST 5 ROWS ONLY;
4.以下图方式，查找q点(6,10)最近的5个向量点：
从图中实际情况来看，我们希望结果是5x。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[6, 10]'), v)
FETCH FIRST 5 ROWS ONLY;
5.以下图方式，查找q点(6,8)最近的4个向量点：
从图中实际情况来看，我们希望结果是8,9,51,52。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[6, 8]'), v)
FETCH FIRST 4 ROWS ONLY;
6.以下图方式，查找q点(2.5,8.5)最近的4个向量点：
从图中实际情况来看，我们希望结果是x,4x,5x。
SELECT id
FROM vt1
ORDER BY vector_distance(vector('[2.5, 8.5]'), v)
FETCH FIRST 4 ROWS ONLY;
总结
本期通过多个实际案例演示了Oracle Vector DB中如何实现近似查询。
老规矩，知道写了些啥。
