15-Oracle 23ai Vector Search Similarity Search-向量相似性和混合搜索-实操

一、向量相似性搜索（Similarity Search）概念

Oracle的向量相似性搜索（Similarity Search）是其AI Vector Search功能的核心组成部分，旨在通过高效处理高维向量数据，支持多种人工智能驱动的应用场景。
Similarity Search（相似性搜索） 是在高维向量空间中查找与查询向量最相似的向量的过程。Oracle 23ai 通过原生向量支持实现了两种搜索模式：
纯向量相似性搜索：

仅基于向量距离（如余弦相似度）排序结果
适用场景：推荐系统、语义搜索
混合搜索（Hybrid Search）：
结合向量相似度与关系型条件（如价格、日期）
适用场景：电商产品推荐、跨模态搜索

二、描述示意图

现在，在数据集中搜索语义相似性等同于搜索最近的 neighbors 而不是使用 query SQL谓词。如下图所示，此向量空间中 dog 和 wolf 之间的距离短于在dog和cat之间。在这个空间里，狗更像wolf 比对一只cat来说还要好。

矢量数据往往分布不均匀，并聚集在以下组中语义相关。根据给定的查询向量执行相似性搜索是等效于检索向量中查询向量的 K 最近向量空间。基本上，需要通过对 vector 进行排名来找到向量的有序列表，其中列表中的第一行是与查询向量最接近或最相似的向量，列表中的第二行是距离查询向量第二近的向量，因此上。在进行相似性搜索时，距离的相对顺序才是真正的重要，而不是实际距离。

使用前面的向量空间，下面是语义搜索的图示，其中您的查询向量是与单词 Puppy 对应的向量，并且确定 4 个最接近的单词：

相似性搜索倾向于从一个或多个集群中获取数据，具体取决于查询向量的值和获取大小。

使用向量索引的近似搜索可以将搜索限制为特定的集群，而精确搜索访问所有集群中的向量。

三、建表并实际查询操作

步骤1：创建表并插入数据

bash 复制代码

-- 创建包含向量列的表
CREATE TABLE products_demo202500607 (
  2      id NUMBER PRIMARY KEY,
  3      name VARCHAR2(100),
  4      description VARCHAR2(500),
  5      embedding VECTOR(3, FLOAT32)  -- 假设使用3维的向量
  6  );

表已创建。
-- 插入示例数据
INSERT INTO products_demo202500607 VALUES (1, '无线耳机', '高品质无线蓝牙耳机', VECTOR('[0.1, 0.2, 0.8]'));
INSERT INTO products_demo202500607 VALUES (2, '智能手表', '带健康监测的智能手表', VECTOR('[0.3, 0.5,0.7]'));

已创建 1 行。

SYS@FREE>
已创建 1 行。

INSERT INTO products_demo202500607 VALUES (3, '平板电脑', '轻薄高性能平板', VECTOR('[0.2, 0.4, 0.9]'));

已创建 1 行。

SYS@FREE> COMMIT;

提交完成。

SYS@FREE>

步骤2：创建向量索引（加速搜索）

bash 复制代码

-- 创建HNSW索引
CREATE VECTOR INDEX prod_embedding_idx_20250607
  2  ON products_demo202500607 (embedding)
  3  ORGANIZATION INMEMORY NEIGHBOR GRAPH
  4  DISTANCE COSINE
  5  PARAMETERS (TYPE HNSW, NEIGHBORS 64, EFCONSTRUCTION 200);

索引已创建。

步骤3：纯相似性搜索

bash 复制代码

-- 使用VECTOR_DISTANCE函数计算距离，并按距离排序
SELECT id, name, description,
       VECTOR_DISTANCE(embedding, VECTOR('[0.15, 0.25,0.75]'), COSINE) AS similarity
FROM products_demo202500607
ORDER BY similarity
FETCH FIRST 2 ROWS ONLY;
        ID NAME                                               DESCRIPTION
---------- -------------------------------------------------- --------------------------------------------------
SIMILARITY
----------
########## 平板电脑                                           轻薄高性能平板
 4.56E-003

########## 无线耳机                                           高品质无线蓝牙耳机
5.105E-003


SYS@FREE>

步骤4：混合搜索

混合搜索结合向量相似性和关系条件（如文本匹配、价格范围等）。

bash 复制代码

-- 示例：查找描述中包含"健康"并且与给定查询向量相似的电子产品
SYS@FREE> col similarity for a50
SELECT id, name, description,
       VECTOR_DISTANCE(embedding, VECTOR('[0.15, 0.25,0.75]'), COSINE) AS similarity
FROM products_demo202500607
WHERE description LIKE '%健康%'   -- 传统关系条件
ORDER BY similarity
FETCH FIRST 3 ROWS ONLY;

        ID NAME                                               DESCRIPTION
---------- -------------------------------------------------- --------------------------------------------------
SIMILARITY
----------
########## 智能手表                                           带健康监测的智能手表
5.196E-002

步骤5：使用ANNOY索引的混合搜索（如果使用IVF索引）

注意：Oracle 23ai支持多种索引类型，此次以HNSW为例，但混合搜索同样适用于其他索引。

bash 复制代码

-- 创建IVF索引（如果需要）
CREATE VECTOR INDEX prod_ivf_idx
ON products_demo202500607 (embedding)
ORGANIZATION NEIGHBOR PARTITIONS
DISTANCE COSINE
PARAMETERS (TYPE IVF, NEIGHBOR PARTITIONS 100);

-- 混合搜索（使用IVF索引加速）
-- 注意：在查询时，优化器会自动选择索引
SELECT id, name, description, 
       VECTOR_DISTANCE(embedding, VECTOR('[0.1, 0.2, 0.3]'), COSINE) AS similarity
FROM products_demo202500607
WHERE description LIKE '%健康%'
ORDER BY similarity
FETCH FIRST 3 ROWS ONLY;

        ID NAME                                               DESCRIPTION
---------- -------------------------------------------------- --------------------------------------------------
SIMILARITY
----------
########## 智能手表                                           带健康监测的智能手表
2.585E-003


SYS@FREE>

四、根据特点选择

相似性搜索：通过向量距离函数（如VECTOR_DISTANCE）和排序实现。
混合搜索：在相似性搜索的基础上，加入关系型条件（WHERE子句），实现更复杂的查询。
索引加速：为向量列创建索引（如HNSW或IVF）可以显著提高搜索性能。