Guide d'utilisation de pgvector

pgvector est un module d'extension tiers pour PostgreSQL qui offre un type de données vecteur ainsi que des méthodes d'accès IVFFlat et HNSW. Il est conçu pour les scénarios nécessitant un traitement efficace des données vectorielles, comme l'apprentissage automatique, le traitement d'images et le traitement du langage naturel. Cet article explique en détail comment installer et utiliser pgvector dans ServBay.

Installation de pgvector

ServBay intègre déjà le module d'extension pgvector, vous devez simplement l'activer dans la base de données. Voici les étapes pour activer pgvector :

1. Se connecter à la base de données PostgreSQL :

   psql -U your_username -d your_database

2. Créer l'extension :

   CREATE EXTENSION vector;

3. Vérifier l'installation :

   \dx

Configuration de pgvector

Après avoir activé pgvector, vous pouvez créer et gérer des données vectorielles et utiliser diverses méthodes d'accès pour les manipuler.

Création d'une table de données vectorielles

Voici un exemple montrant comment créer une table contenant des données vectorielles.

1. Créer une table :

   CREATE TABLE embeddings (
       id SERIAL PRIMARY KEY,
       vector VECTOR(3)
   );

2. Insérer des données d'exemple :

   INSERT INTO embeddings (vector) VALUES
   ('[0.1, 0.2, 0.3]'),
   ('[0.4, 0.5, 0.6]'),
   ('[0.7, 0.8, 0.9]');

Création d'un index vectoriel

Pour améliorer les performances de recherche, il est recommandé de créer un index pour la colonne vectorielle.

1. Créer un index IVFFlat :

   CREATE INDEX idx_ivfflat_vector ON embeddings USING ivfflat (vector) WITH (lists = 100);

2. Créer un index HNSW :

   CREATE INDEX idx_hnsw_vector ON embeddings USING hnsw (vector) WITH (m = 16, ef_construction = 200);

Requêtes vectorielles avec pgvector

Voici quelques exemples de requêtes vectorielles courantes.

Recherche de plus proches voisins

1. Rechercher le vecteur le plus proche :

   SELECT id, vector FROM embeddings
   ORDER BY vector <-> '[0.2, 0.3, 0.4]'
   LIMIT 5;

Recherche de similarité vectorielle

1. Rechercher la similarité vectorielle :

   SELECT id, vector, (vector <-> '[0.2, 0.3, 0.4]') AS similarity FROM embeddings
   ORDER BY similarity
   LIMIT 5;

Visualisation des données vectorielles

Vous pouvez utiliser divers outils de visualisation de données (comme Matplotlib) pour visualiser les données vectorielles dans pgvector.

Utilisation de Matplotlib

1. Installer Matplotlib :

   pip install matplotlib

2. Créer un script Python :

   import psycopg2
   import matplotlib.pyplot as plt
   
   # Connect to PostgreSQL database
   conn = psycopg2.connect(
       dbname="your_database",
       user="your_username",
       password="your_password",
       host="localhost"
   )
   cur = conn.cursor()
   
   # Query vector data
   cur.execute("SELECT vector FROM embeddings")
   vectors = cur.fetchall()
   
   # Extract vector coordinates
   x = [v[0][0] for v in vectors]
   y = [v[0][1] for v in vectors]
   z = [v[0][2] for v in vectors]
   
   # Create 3D scatter plot
   fig = plt.figure()
   ax = fig.add_subplot(111, projection='3d')
   ax.scatter(x, y, z)
   
   ax.set_xlabel('X Label')
   ax.set_ylabel('Y Label')
   ax.set_zlabel('Z Label')
   
   plt.show()
   
   # Close database connection
   cur.close()
   conn.close()

Conclusion

pgvector est un module d'extension vectorielle puissant, permettant une configuration simple et une utilisation efficace pour le stockage et la recherche de données vectorielles dans PostgreSQL. ServBay inclut déjà le module d'extension pgvector, vous pouvez donc commencer à l'utiliser en suivant les étapes de cet article. Grâce aux divers types de requêtes et fonctions d'analyse vectorielle, vous pouvez mieux exploiter les données vectorielles et offrir un support de base de données fiable à vos applications.