数据类型定义
本文介绍向量检索服务DashVector的数据类型定义。Doc Python@dataclass(frozen=True)class Doc(object):id:str#主键 vector:Union[List[int],List[float],np.ndarray]#向量数据 sparse_vector:Optional[Dict[int,float]]=None#稀疏向量数据...
专有网络
本文主要介绍向量检索服务如何使用专有网络进行内网连接。前提条件 已开通向量检索服务。请参见 开通服务。已创建专有网络。请参见 创建和管理专有网络。已创建交换机。请参见 创建和管理交换机。已 创建安全组。添加专有网络 登录向量检索...
创建Partition
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式创建Partition。向量检索服务中，同一个Collection下的向量可通过不同的Partition进行分区，实现向量数据的分区管理。在查询过程中通过指定Partition来缩小查询范围，提高查询...
安装DashVector SDK
DashVector向量检索服务提供下列编程语言的SDK供开发者选择。Python SDK Java SDK HTTP API 更多编程语言的DashVector SDK将在稍后陆续提供。Python SDK 说明 需要提前安装Python3.7及以上版本，请确保相应的Python版本 执行如下命令，通过...
DashVector+ModelScope 玩转多模态检索
本教程演示如何使用向量检索服务（DashVector），结合 ModelScope 上的 中文CLIP 多模态检索模型，构建实时的“文本搜图片”的多模态检索能力。作为示例，我们采用 多模态牧歌数据集 作为图片语料库，用户通过输入文本来跨模态检索最相似的...
ModelScope魔搭社区
本文介绍如何通过 ModelScope魔搭社区 中的 多模态表征开源模型 进行 多模态向量生成，并入库至向量检索服务DashVector中进行向量检索。ModelScope魔搭社区 旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的...
升配Cluster
本文主要介绍如何通过向量检索服务控制台升配Cluster。操作步骤 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，移动鼠标至需要升配Cluster操作栏，单击 升配。在变配页面，选择想要升级的 实例类型、实例规格、副本数，勾选 ...
新建Collection
Shell#创建一个名称为quickstart、向量维度为4、#向量数据类型为float（默认值）、#距离度量方式为dotproduct（内积）的Collection#并预先定义三个Field，名称为name、weight、age，数据类型分别为string、float、int curl-XPOST \-H '...
分组检索Doc
Python#根据向量进行分组相似性检索+稀疏向量 ret=collection.query(vector=[0.1,0.2,0.3,0.4],#向量检索 sparse_vector={1:0.3,20:0.7},group_by_field='name',)入参描述 说明 vector 和 id 两个入参需要二选一使用，并保证其中一个不为空...
释放Cluster
本文主要介绍如何通过向量检索服务控制台释放Cluster。警告 Cluster释放后，Cluster中的全部数据将会被删除（包括Collection中的数据），且删除后不可恢复，请谨慎操作。操作步骤 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，...
新建Collection
通过CreateCollectionRequest创建Collection/创建一个名称为quickstart、向量维度为4、/向量数据类型为float（默认）、/距离度量方式为dotproduct（内积）的Collection/并预先定义三个Field，名称为name、weight、age，数据类型分别为str、...
新建Collection
Python import dashvector client=dashvector.Client(api_key='YOUR_API_KEY',endpoint='YOUR_CLUSTER_ENDPOINT')#创建一个名称为quickstart、向量维度为4、#向量数据类型为float（默认）、#距离度量方式为dotproduct（内积）的Collection#...
产品计费
本文主要介绍向量检索服务的计费方式。计费方式 向量检索服务DashVector当前仅支持 按量付费（后付费）的计费方式。说明 按量付费是一种先使用后付费的计费方式，创建向量检索服务实例后，阿里云每小时自动按照实例计费规则从账号中扣除...
IP白名单管理
本文主要介绍如何在向量检索服务控制台添加、修改、复制和删除Cluster实例的公网IP白名单。背景信息 为了提升向量检索服务的安全性，服务提供了通过设置公网IP白名单进行访问控制的方案。当Cluster实例未添加公网IP白名单时，则默认允许...
删除Collection
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式删除Collection。警告 Collection删除后，Collection中的所有数据将被删除，删除后不可恢复，请谨慎操作。控制台方式 登录 向量检索服务控制台。单击 Cluster列表，选中 ...
删除Partition
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式删除Partition。前提条件 已创建Cluster。已创建Collection。已创建Partition。重要 Partition删除后，相关数据将会全部删除，且删除后不可恢复，请谨慎操作。只能删除自己创建...
分组检索Doc
vector body array 否 向量数据 sparse_vector body dict 否 稀疏向量 id body str 否 主键，表示根据主键对应的向量进行相似性检索 filter body str 否 过滤条件，需满足SQL where子句规范，详见 include_vector body bool 否 是否返回...
分组检索Doc
vector(Vector vector)否-向量数据 sparseVector(Map(Integer,Float))否-稀疏向量 id(String id)否-主键，表示根据主键对应的向量进行相似性检索 filter(String filter)否-过滤条件，需满足SQL where子句规范，详见 includeVector(bool ...
功能优势
分析型数据库MySQL版向量分析功能在通用性、性能优化和产品化上与普通向量检索系统相比有以下优势。高维向量数据的高准度和高性能 以典型的人脸512维向量为例，分析型数据库MySQL版向量分析提供百亿向量100 QPS、50毫秒响应时间（RT）约束...
DashVector+DashScope升级多模态检索
本教程在前述教程（DashVector+ModelScope玩转多模态检索）的基础之上，基于DashScope上新推出的ONE-PEACE 通用多模态表征模型 结合向量检索服务DashVector来对多模态检索进行升级，接下来我们将展示更丰富的多模态检索能力。DashVector+...
检索Doc
vector body dict 否 稀疏向量 id body str 否 主键，表示根据主键对应的向量进行相似性检索 topk body int 否 返回topk相似性结果，默认10 filter body str 否 过滤条件，需满足SQL where子句规范，详见 include_vector body bool 否 是否...
分区Partition
理解Partition 向量检索服务DashVector的Collection具有分区（Partition）的能力，同一个Collection下的Doc可通过不同的Partition进行物理和逻辑上的分区。各种Doc操作（如 插入Doc、检索Doc 等）若指定Partition，则该操作将限定在该指定...
条件过滤检索
背景介绍 在大多数业务场景中，单纯使用向量进行相似性检索并无法满足业务需求，通常需要在满足特定过滤条件、或者特定的“标签”的前提下，再进行相似性检索。向量检索服务DashVector支持条件过滤和向量相似性检索相结合，在精确满足过滤...
Schema Free
向量检索服务DashVector在设计上支持Schema Free，在 插入Doc、更新Doc、插入或更新Doc 时，可设置任意KeyValue结构的字段(Field)，如下所示：Python collection.insert(Doc(id='1',vector=np.random.rand(4),fields={ 'name':'zhangsan','...
监控报警服务RAM授权
说明 RAM账户的向量检索服务权限与监控报警权限需要分别授予。背景信息 访问控制RAM（Resource Access Management）是阿里云提供的一项管理用户身份与资源访问权限的服务。使用RAM，您可以创建、管理RAM用户（例如员工、系统或应用程序），...
混合查询最佳实践
对比传统的 文本+向量 多路召回，向量检索版中的稀疏-稠密向量是将稠密向量和稀疏向量嵌入组合为单个向量，而其中的稀疏向量是将文本向量化成稀疏向量，稠密向量是传统的向量。稀疏向量和稠密向量代表不同类型的信息并支持不同类型的搜索。...
单doc多向量检索
功能说明：用户可以在一个doc中的某个向量字段中存储多个向量内容进行检索，例如向量维度为128维，向量字段中可以存储256（两个向量）、384（三个向量）等等向量维度的整数倍个向量，查询时可以通过向量命中字段中的任何一个向量进行召回。...
概述
AnalyticDB PostgreSQL版 向量分析可以通过AI算法提取非结构化数据的特征，并利用特征向量作为非结构化数据的唯一标识，帮您快速且低成本地实现对非结构化数据检索和对结构化数据关联分析。向量数据库简介 在现实世界中，绝大多数的数据都...
向量计算概述
Hologres支持向量计算，可以使用向量数据表示非结构化数据的特征，通过高性能向量检索实现对非结构化数据的快速查询。本文为您介绍Hologres中向量计算的特点及优势。背景信息 Proxima是一款来自于阿里达摩院的实现向量近邻搜索的高性能软件...
向量索引通用配置
在配置表时索引结构部分可以对向量索引进行高级配置，以下将详细说明这些高级版配置的参数含义。在创建表时，第四步配置索引结构中，有关于向量索引的通用配置：高级配置展开如下：各配置说明如下：配置 可选值 含义 向量维度-向量维度是...
向量介绍
本文将介绍向量检索版支持的各类向量模型。向量检索介绍 在当前的信息化时代里，信息的模态在文本的基础上，增加了图片、视频、音频等多模态信息；多模态能呈现文本无法表达的信息，如：颜色、形状、运动动态、声音、空间关系…… 同时各个...
引擎版本特性
主键查询 向量查询 向量文本混合查询 SQL 支持 不支持 向量化模型 文本向量化 图片向量化 文本向量化 图片向量化 文本稀疏向量 图片多主体识别 向量查询 单向量查询 多向量查询 带namespace查询 预测查询 向量查询参数：指定topN、设置低分...
名词解释
已有向量数据，即用户有自己的向量模型，不需要引擎生成向量，向量检索版实例用于向量查询 需将原始数据转为向量数据：即用户没有自己的向量模型，需要引擎将文本或图片生成向量，进行向量检索 索引重建 将MaxCompute或oss上的数据构建成...
向量分析器
向量-电商向量通用 介绍：适用于面向电商行业的通用性内容的128维向量分析器。特点：针对电商行业特点进行优化，适用于大多数电商搜索场景。注意：仅适用于TEXT文本类型。仅电商行业模板可选。向量－教育向量通用 介绍：适用于面向教育行业...
向量计算函数
文本、语音、图像、视频都能够以向量的形式保存在向量数据库中，方便用户快速搜索和查询。日志服务支持向量计算函数，本文介绍向量函数的基本语法和示例。向量计算函数列表 重要 以下函数中使用的向量元素，可以用特定格式的字符串来描述，...
创建向量索引
在处理大型数据集或需要快速访问和检索数据的场景（数据库查询优化、机器学习和数据挖掘、图像和视频检索、空间数据查询等）中，创建向量索引是加速向量检索的有效方式，可以提高查询性能、加速数据分析和优化搜索任务，从而提高系统的效率...
pgvector兼容模式使用指南
创建向量索引 在pgvector语法的向量表上添加向量索引的方式和 AnalyticDB PostgreSQL版 向量数据库原生的向量索引创建方式完全一致，并且一个向量表上的每个向量列都可以创建多个向量索引。语法 CREATE INDEX[INDEX_NAME]ON[SCHEMA_NAME]....
非结构化分析
AnalyticDB PostgreSQL版 的向量分析旨在帮助您实现非结构化数据的近似检索和分析，具备丰富功能和优异性能。功能说明 向量分析实现原理是通过AI算法提取非结构化数据的特征，然后利用特征向量唯一标识非结构化数据，向量间的距离用于衡量...
快速开始
本文将介绍如何快速上手使用向量检索服务DashVector。前提条件 已创建Cluster：创建Cluster。已获得API-KEY：API-KEY管理。已安装最新版SDK：安装DashVector SDK。说明 需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint...
Vector
TairVector是 Tair 自研的扩展数据结构，提供高性能、实时，集存储、检索于一体的向量数据库服务。TairVector简介 TairVector采用多层Hash的数据结构，如下所示：TairVector提供了HNSW（Hierarchical Navigable Small World）和暴力搜索...
- 产品推荐
- 这些文档可能帮助您