Masukkan data dalam mode form
Masukkan data vektor
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Dalam form mode, Anda hanya dapat memasukkan satu catatan dalam satu waktu. Setelah memilih tabel, struktur bidangnya akan ditampilkan. Misalnya, Anda mungkin melihat bidang id (primary key, INT64) dan bidang float (dense vector, FLOAT, multi-value). Vektor tersebut harus memiliki dimensi 128 dan dimasukkan dalam format array, seperti [0.1, 0.2, 0.3].
Masukkan nilai untuk bidang yang sesuai, termasuk primary key dan dense vector, lalu klik Add. Sebagai contoh, masukkan 1 untuk bidang id dan array floating-point berdimensi 128, seperti [0.1, 0.2, 0.3, ...], untuk bidang vektor.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Di panel navigasi sebelah kiri, pilih Vector Management > Query Test, lalu pilih tab Vector Query. Atur table name menjadi test, TopK menjadi 10, query type menjadi Vector, dan sort order menjadi ASC. Di kotak input Vector, masukkan vektor kueri, lalu klik Search. Kueri tersebut mengembalikan satu catatan yang cocok dengan skor jarak 0, primary key 1, dan latensi kueri 5,93 ms.
Masukkan data untuk pencarian hibrida
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Pilih tabel test_hybrid_search dan beralih ke form mode untuk memasukkan satu catatan. Dense vector harus memiliki dimensi 128 dan dalam format array, seperti [0.1, 0.2, 0.3].
Masukkan nilai untuk bidang yang sesuai, termasuk primary key, dense vector, sparse vector indices, dan sparse vector values, lalu klik Add.
Sebagai contoh, pilih form mode dan atur nama tabel menjadi test_hybrid_search. Atur id menjadi 1, vector menjadi [0.03,0.15,0.91,0.17,...], sparse_indices menjadi [1,2,3], sparse_values menjadi [0.1,0.2,0.3], dan namespace menjadi 1.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Pilih tab Vector-Text Hybrid Query. Atur table name (misalnya, test_hybrid_search), TopK (misalnya, 10), filter condition (misalnya, price > 100), index name, dan sort order. Masukkan dense vector, sparse vector indices (misalnya, [1,2,3]), dan sparse vector values (misalnya, [0.1,0.2,0.3]), lalu klik Search untuk melihat hasil pencarian hibrida.
Masukkan data teks untuk penyematan (embedding)
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Pilih tabel test_text_api. Tabel ini mencakup bidang-bidang berikut: id (primary key, INT64), source_text_vector (dense vector, FLOAT, dihasilkan secara otomatis oleh OpenSearch, tidak perlu diisi), source_text (bidang STRING untuk penyematan), dan namespace (INT64).
Masukkan nilai untuk bidang yang sesuai, termasuk primary key dan bidang untuk penyematan, lalu klik Add.
Pilih tabel test_text_api. Atur id (primary key) menjadi 1 dan source_text (bidang penyematan) menjadi OpenSearch Vector Search Edition. Bidang source_text_vector (dense vector) dihasilkan secara otomatis oleh OpenSearch, sehingga tidak perlu diisi.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Di halaman Query Test, pilih tab Vector Query. Atur table name menjadi test_text_api, index name menjadi source_text_vector, dan TopK menjadi 10. Untuk query type, pilih Text. Di kotak input teks, masukkan Vector Search Edition, lalu klik Search. Kueri tersebut mengembalikan satu hasil yang cocok dengan skor jarak 0.389988780021675 dan primary key 1. Atribut yang dikembalikan menunjukkan bahwa nilai source_text adalah OpenSearch Vector Search Edition, yang mengonfirmasi keberhasilan kueri teks-ke-vektor.
Masukkan data gambar untuk penyematan (embedding)
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Pilih form mode dan pilih tabel target. Dalam daftar bidang, bidang source_image_vector (dense vector) dihasilkan secara otomatis oleh OpenSearch, sehingga tidak perlu diisi.
Masukkan nilai untuk bidang yang sesuai, termasuk primary key dan bidang untuk penyematan. Untuk bidang gambar, Anda dapat mengunggah file gambar atau memberikan encoding base64-nya, lalu klik Add.
Untuk contoh ini, pilih tabel test_create dan isi bidang-bidangnya. Atur id (primary key) menjadi 1. Bidang source_image_vector (dense vector) dihasilkan secara otomatis oleh OpenSearch. Untuk source_image (bidang penyematan), unggah file gambar. Atur namespace menjadi 1.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Atur query type menjadi Image, sort order menjadi ASC, dan multi-subject recognition menjadi Disabled. Untuk image source, pilih Upload image file. Setelah mengunggah gambar yang ingin Anda cari, klik Search. Hasil pencarian menampilkan catatan-catatan yang cocok, termasuk skor jarak, primary key, nilai vektor, dan atributnya.
Masukkan data dalam developer mode
Masukkan data vektor
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Halaman ini secara default menggunakan form mode, yang hanya mendukung pemasukan satu catatan dalam satu waktu. Setelah Anda memilih nama tabel, daftar bidang akan ditampilkan dengan kolom untuk nama bidang, label bidang (seperti primary key dan dense vector), serta tipe data. Kotak input untuk bidang vektor menunjukkan dimensi dan format array yang diperlukan, seperti [0.1, 0.2, 0.3]. Setelah mengisi detailnya, klik Add.
Di pojok kanan atas, beralihlah ke developer mode. Di editor JSON, masukkan data sebagai array JSON di mana setiap objek merepresentasikan satu catatan. Sertakan nilai untuk bidang primary key dan bidang vektor, lalu klik Add.
Contoh format data JSON-nya adalah [{"id": 0, "float": [0.03, 0.15, 0.91, 0.17, ...]}], di mana id adalah bidang primary key dan float adalah bidang vektor dalam format array floating-point.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Di halaman Query Test, pilih tab Vector Query. Atur table name, index name, dan TopK. Di kotak input vektor, masukkan vektor kueri dalam format array floating-point, lalu klik Search. Hasilnya mencakup skor jarak, primary key, dan nilai vektor.
Masukkan data untuk pencarian hibrida
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Pilih tabel test_hybrid_search. Halaman ini secara default menggunakan form mode dan menampilkan lima bidang: id (primary key), vector (dense vector), sparse_indices (sparse vector indices), sparse_values (sparse vector values), dan namespace.
Di pojok kanan atas, beralihlah ke developer mode. Masukkan data sebagai array JSON. Setiap catatan harus mencakup primary key, dense vector, sparse vector indices, dan sparse vector values, lalu klik Add.
Data dikirimkan sebagai array JSON berisi objek-objek catatan. Bidang dalam setiap objek sesuai dengan bidang tabel, seperti id (primary key), vector (dense vector), sparse_indices (sparse vector indices), sparse_values (sparse vector values), dan namespace.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Pilih tab Vector-Text Hybrid Query. Dari daftar drop-down table name, pilih tabel target, misalnya test_hybrid_search. Atur TopK (misalnya, 10), index name (misalnya, vector), dan sort order (misalnya, DESC). Masukkan dense vector, sparse vector indices (misalnya, [1,2,3]), dan sparse vector values (misalnya, [0.1,0.2,0.3]), lalu klik Search. Hasil pencarian ditampilkan dalam bentuk tabel dan mencakup informasi seperti skor jarak, primary key, nilai dense vector, sparse vector indices, sparse vector values, atribut, dan namespace.
Masukkan data teks untuk penyematan (embedding)
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Pilih tabel test_text_api. Halaman ini secara default menggunakan form mode, yang hanya mendukung pemasukan satu catatan. Daftar bidang mencakup id (primary key), source_text_vector (dense vector, dihasilkan secara otomatis oleh OpenSearch, tidak perlu diisi), source_text (bidang untuk penyematan), dan namespace.
Di pojok kanan atas, beralihlah ke developer mode. Masukkan nilai untuk bidang yang sesuai, termasuk primary key dan bidang untuk penyematan, lalu klik Add.
Contoh muatan (payload) JSON-nya adalah [{"id": 1, "source_text": "OpenSearch Vector Search Edition", "namespace": 1}]. Dalam contoh ini, id adalah primary key, source_text adalah bidang teks untuk penyematan, dan namespace adalah namespace. Pilih test_text_api sebagai nama tabel.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Di halaman Query Test, pilih tab Vector Query. Atur table name menjadi test_text_api, index name menjadi source_text_vector, dan TopK menjadi 10. Atur query type menjadi Text dan sort order menjadi ASC. Di kotak input teks, masukkan teks kueri (misalnya, Vector Search Edition), lalu klik Search. Kueri tersebut mengembalikan satu catatan yang cocok dengan skor jarak 0.389988780021675 dan primary key 1. Dalam atributnya, nilai source_text adalah OpenSearch Vector Search Edition.
Masukkan data gambar untuk penyematan (embedding)
Di halaman Vector Management > Insert Data, pilih sebuah tabel.
Dalam form mode, pilih tabel test_create. Bidang-bidangnya mencakup id (primary key, INT64), source_image_vector (dense vector, dihasilkan secara otomatis oleh OpenSearch, tidak perlu diisi), source_image (bidang untuk penyematan, yang dapat diberikan dengan cara mengunggah gambar atau memasukkan encoding base64-nya), dan namespace (INT64). Setelah mengisi detailnya, klik Add.
Di pojok kanan atas, beralihlah ke developer mode. Masukkan data sebagai array JSON. Setiap catatan harus mencakup primary key dan bidang untuk penyematan. Untuk bidang gambar, berikan nilainya sebagai string berformat base64, lalu klik Add.
Data dikirimkan sebagai array JSON. Setiap catatan berisi bidang-bidang seperti id (primary key), source_image (string gambar berformat base64), dan namespace. Pilih tabel target, seperti test_create.
Respons berupa "message": "success" menunjukkan bahwa data berhasil diunggah.
Setelah unggahan berhasil, Anda dapat mengkueri data tersebut di halaman Query Test.
Atur query type menjadi Image, sort order menjadi ASC, dan image source menjadi Upload image file. Setelah Anda mengunggah gambar yang ingin dicari, klik Search. Hasil pencarian ditampilkan dalam bentuk tabel dengan kolom untuk skor jarak, primary key, nilai vektor, atribut, dan namespace. Skor jarak yang lebih kecil menunjukkan kecocokan yang lebih baik.
Batasan
-
Muatan (payload) untuk satu catatan data tidak boleh melebihi 1 MB.
-
Untuk data gambar yang memerlukan penyematan, file gambar sumber dapat melebihi 1 MB.
-
Untuk data teks yang akan disematkan, teks sumber tidak boleh melebihi 1 KB.