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

  1. 相似性搜索:通过向量距离函数(如VECTOR_DISTANCE)和排序实现。
  2. 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。
  3. 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。
相关推荐
笑衬人心。12 分钟前
项目中数据库表设计规范与实践(含案例)
服务器·数据库·设计规范
cpsvps20 分钟前
触发器设计美国VPS:优化数据库性能的关键策略
数据库·oracle
master-dragon21 分钟前
spring-ai 工作流
人工智能·spring·ai
s1533526 分钟前
数据结构之顺序表,链表,栈,队列
数据结构·数据库
ZNineSun2 小时前
MCP+Cursor入门
ai·cursor·mcp
混乱意志2 小时前
dgraph example数据导入
数据库·后端
Web极客码2 小时前
WordPress 站点漏洞利用:数据库恶意注入与多重感染的案例分析
数据库·wordpress·网站安全·数据库注入·wordpress漏洞·wordpress安全插件
刺客xs2 小时前
MySQL数据库----DML语句
数据库·mysql
嘉讯科技HIS系统3 小时前
嘉讯科技:医疗信息化、数字化、智能化三者之间的关系和区别
大数据·数据库·人工智能·科技·智慧医疗
音视频牛哥3 小时前
计算机视觉的新浪潮:扩散模型(Diffusion Models)技术剖析与应用前景
人工智能·计算机视觉·ai·音视频·实时音视频·扩散模型