Guia de Uso do pgvector

pgvector é um módulo de extensão de terceiros para PostgreSQL que oferece suporte ao tipo de dados de vetor e métodos de acesso IVFFlat e HNSW. Ele é adequado para cenários que requerem processamento eficiente de dados vetoriais, como aprendizado de máquina, processamento de imagens e processamento de linguagem natural. Este documento detalhará como instalar e usar o pgvector no ServBay.

Instalando o pgvector

O ServBay já vem com o módulo de extensão pgvector, você só precisa ativá-lo no banco de dados. Aqui estão os passos para ativar o pgvector:

1. Conectar ao banco de dados PostgreSQL:

   psql -U seu_usuario -d seu_banco_de_dados

2. Criar a extensão:

   CREATE EXTENSION vector;

3. Verificar a instalação:

   \dx

Configurando o pgvector

Após ativar o pgvector, você pode criar e gerenciar dados vetoriais e utilizar vários métodos de acesso para operações.

Criando Tabela de Dados Vetoriais

Aqui está um exemplo de como criar uma tabela que contém dados vetoriais.

1. Criar a tabela:

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

2. Inserir dados de exemplo:

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

Criando Índice de Vetores

Para melhorar o desempenho das consultas, recomenda-se criar índices para a coluna de vetor.

1. Criar índice IVFFlat:

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

2. Criar índice HNSW:

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

Consultas de Vetores com pgvector

Aqui estão alguns exemplos comuns de consultas vetoriais.

Consulta de Vizinhança mais Próxima

1. Consultar o vetor mais próximo:

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

Consulta de Similaridade de Vetores

1. Consultar similaridade de vetores:

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

Visualização de Dados Vetoriais

Você pode usar várias ferramentas de visualização de dados (como Matplotlib) para visualizar dados vetoriais no pgvector.

Usando Matplotlib

1. Instalar Matplotlib:

   pip install matplotlib

2. Criar script Python:

   import psycopg2
   import matplotlib.pyplot as plt
   
   # Conectar ao banco de dados PostgreSQL
   conn = psycopg2.connect(
       dbname="seu_banco_de_dados",
       user="seu_usuario",
       password="sua_senha",
       host="localhost"
   )
   cur = conn.cursor()
   
   # Consultar dados vetoriais
   cur.execute("SELECT vector FROM embeddings")
   vectors = cur.fetchall()
   
   # Extrair coordenadas dos vetores
   x = [v[0][0] for v in vectors]
   y = [v[0][1] for v in vectors]
   z = [v[0][2] for v in vectors]
   
   # Criar gráfico de dispersão 3D
   fig = plt.figure()
   ax = fig.add_subplot(111, projection='3d')
   ax.scatter(x, y, z)
   
   ax.set_xlabel('Rótulo X')
   ax.set_ylabel('Rótulo Y')
   ax.set_zlabel('Rótulo Z')
   
   plt.show()
   
   # Fechar conexão com o banco de dados
   cur.close()
   conn.close()

Resumo

pgvector é um módulo de extensão poderoso para vetores, através de uma configuração e uso simples, você pode realizar armazenamento e consultas eficientes de dados vetoriais no PostgreSQL. ServBay já vem com o módulo de extensão pgvector, basta seguir os passos deste documento para instalá-lo e configurá-lo. Com várias funcionalidades de consulta e análise vetorial, você pode utilizar melhor os dados vetoriais, fornecendo suporte de banco de dados confiável para suas aplicações.