探索Timescale Vector与Postgres数据库的融合：AI应用的新选择

引言

现代AI应用常常需要处理大量的向量嵌入和复杂查询。Timescale Vector便是为此而生，作为PostgreSQL++，它在Postgres的基础上扩展了处理AI应用的能力，支持高效的向量存储和查询。在这篇文章中，我们将深入探讨Timescale Vector的功能，并通过示例展示如何使用它进行自查询。

主要内容

什么是Timescale Vector？

Timescale Vector是针对AI应用的PostgreSQL增强版。它能高效地存储和查询数百万的向量嵌入，使用DiskANN启发的索引算法提高了相似性搜索的速度和准确性。此外，它支持基于时间的自动分区和索引，提供了一种使用SQL查询向量嵌入和关系数据的熟悉接口。

Timescale Vector的优势

与pgvector的集成：提升大量向量的相似性搜索。
企业级特性：如流备份、复制、高可用性和行级安全。
单一数据库体验：存储关系元数据、向量嵌入和时间序列数据。
安全合规：提供企业级的安全性和合规支持。

如何访问Timescale Vector？

Timescale Vector目前只能通过Timescale的云平台访问。LangChain用户可以享受90天的免费试用，详情请参阅Timescale Vector的博客。

代码示例

以下是如何在Python中使用Timescale Vector的代码示例。

python 复制代码

# 确保已安装必要的包
!pip install --upgrade --quiet lark
!pip install --upgrade --quiet timescale-vector

import os
from dotenv import find_dotenv, load_dotenv
from langchain_community.vectorstores.timescalevector import TimescaleVector
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings

# 加载API密钥和服务URL
_ = load_dotenv(find_dotenv())
OPENAI_API_KEY = os.environ["OPENAI_API_KEY"]
TIMESCALE_SERVICE_URL = os.environ["TIMESCALE_SERVICE_URL"]

# 创建嵌入实例
embeddings = OpenAIEmbeddings()

# 示例文档
docs = [
    Document(
        page_content="A bunch of scientists bring back dinosaurs and mayhem breaks loose",
        metadata={"year": 1993, "rating": 7.7, "genre": "science fiction"},
    ),
    # 更多文档...
]

# 创建Timescale Vector vectorstore
COLLECTION_NAME = "langchain_self_query_demo"
vectorstore = TimescaleVector.from_documents(
    embedding=embeddings,
    documents=docs,
    collection_name=COLLECTION_NAME,
    service_url=TIMESCALE_SERVICE_URL,  # 使用API代理服务提高访问稳定性
)

# 创建自查询检索器
from langchain.chains.query_constructor.base import AttributeInfo
from langchain.retrievers.self_query.base import SelfQueryRetriever
from langchain_openai import OpenAI

metadata_field_info = [
    AttributeInfo(
        name="genre",
        description="The genre of the movie",
        type="string or list[string]",
    ),
    # 更多字段...
]
document_content_description = "Brief summary of a movie"

llm = OpenAI(temperature=0)
retriever = SelfQueryRetriever.from_llm(
    llm, vectorstore, document_content_description, metadata_field_info, verbose=True
)

# 使用检索器进行查询
result = retriever.invoke("What are some movies about dinosaurs")
print(result)

常见问题和解决方案

API访问问题：由于某些地区的网络限制，开发者可能需要使用API代理服务来提高访问的稳定性。
向量存储性能：确保数据库配置符合需求并充分利用Timescale Vector的索引和分区能力。

总结和进一步学习资源

Timescale Vector为PostgreSQL用户提供了一个强大的工具，使其能够高效处理AI应用中的向量数据。通过简单的SQL接口，它为开发者带来了极大的便利。

进一步学习资源

参考资料

Timescale Vector文档
Timescale博客
LangChain库

如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

---END---