ベクトルエンジン最適化を有効にした後、SQL または API オペレーションを使用して AnalyticDB for PostgreSQL ベクトルデータベースにアクセスできます。本トピックでは、これらの 2 つのアクセス方法の使用方法について説明し、コード例を提供します。
SQL を使用したベクトルデータベースへのアクセス
Java
AnalyticDB for PostgreSQL ベクトルデータベースは、PostgreSQL または Greenplum 向けの Java Database Connectivity (JDBC) ドライバーを使用した接続をサポートしています。JDBC を使用したデータベースへの接続方法の詳細については、「JDBC」をご参照ください。
PostgreSQL JDBC ドライバーを保有しており、Maven を使用している場合は、次の依存関係を pom.xml ファイルに追加します。
<dependency>
<groupId>org.postgresql</groupId>
<artifactId>postgresql</artifactId>
<version>42.2.5</version>
</dependency>次のコードは、Java を使用してベクトルデータベースにアクセスする例を示しています。
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;
public class GreenplumSample {
public static void main(String[] args) {
String url = "jdbc:postgresql://yourhost:yourport/yourdbname";
String user = "yourusername";
String password = "yourpassword";
try {
// Load the driver.
Class.forName("org.postgresql.Driver");
// Create a connection.
Connection con = DriverManager.getConnection(url, user, password);
// Create a statement.
Statement st = con.createStatement();
// Execute the query.
String query = "SELECT * FROM yourtable LIMIT 10";
ResultSet rs = st.executeQuery(query);
// Process the results.
while(rs.next()) {
// Assume that the result set has at least one column of the string type.
String resultColumn = rs.getString(1);
System.out.println(resultColumn);
}
// Close the resources.
rs.close();
st.close();
con.close();
} catch (Exception e) {
e.printStackTrace();
}
}
}
Python
psycopg2 ツールを使用して AnalyticDB for PostgreSQL ベクトルデータベースに接続し、Python コードを使用してベクトルデータをインポートおよびクエリできます。psycopg2 を使用したデータベースへの接続方法の詳細については、「Python」をご参照ください。
次のコードは、Python を使用してベクトルデータベースにアクセスする例を示しています。
import psycopg2
from psycopg2 import pool
# Create a connection pool.
connection_pool = psycopg2.pool.SimpleConnectionPool(
minconn=1,
maxconn=10,
user='your_username',
password='your_password',
host='your_host',
port='your_port',
database='your_database'
)
# Check whether the connection is active.
def is_connection_alive(conn):
try:
conn.cursor().execute("SELECT 1")
except (psycopg2.OperationalError, psycopg2.InterfaceError):
return False
return True
# Obtain a connection object from the connection pool.
def get_connection():
conn = connection_pool.getconn()
while not is_connection_alive(conn):
conn = connection_pool.getconn()
return conn
# Return the connection object to the connection pool.
def release_connection(conn):
connection_pool.putconn(conn)
# Use the connection object to execute a query.
def execute_query(query):
conn = get_connection()
cursor = conn.cursor()
try:
cursor.execute(query)
if query.startswith("SELECT"):
result = cursor.fetchall()
else:
conn.commit()
result = None
except (psycopg2.DatabaseError, psycopg2.InterfaceError) as e:
print(f"Error executing query: {e}")
conn.rollback()
result = None
cursor.close()
release_connection(conn)
return result
# Sample queries.
# Query.
select_query = "SELECT * FROM your_table"
result = execute_query(select_query)
if result:
print(result)
# Insert.
insert_query = "INSERT INTO your_table (column1, column2) VALUES ('value1', 'value2')"
execute_query(insert_query)
# Update.
update_query = "UPDATE your_table SET column1 = 'new_value' WHERE column2 = 'value2'"
execute_query(update_query)
# Delete.
delete_query = "DELETE FROM your_table WHERE column1 = 'value1'"
execute_query(delete_query)C
libpq ライブラリを使用して AnalyticDB for PostgreSQL ベクトルデータベースに接続し、C コードを使用してベクトルデータをインポートおよびクエリできます。
次のコードは、C を使用してベクトルデータベースにアクセスする例を示しています。
#include <stdio.h>
#include <stdlib.h>
#include <libpq-fe.h>
int main() {
const char *conninfo;
PGconn *conn;
PGresult *res;
int nFields;
int i, j;
// Set the connection string.
conninfo = "dbname=yourdbname user=yourusername host=yourhostname port=yourport password=yourpassword";
// Create a connection.
conn = PQconnectdb(conninfo);
// Check the status.
if (PQstatus(conn) != CONNECTION_OK) {
fprintf(stderr, "Connection failed: %s", PQerrorMessage(conn));
PQfinish(conn);
exit(1);
}
// Execute a query.
res = PQexec(conn, "SELECT * FROM yourtablename LIMIT 10");
// Check whether a result set is returned.
if (PQresultStatus(res) != PGRES_TUPLES_OK) {
fprintf(stderr, "The SELECT command did not return data: %s", PQerrorMessage(conn));
PQclear(res);
PQfinish(conn);
exit(1);
}
// Obtain the number of fields.
nFields = PQnfields(res);
// Print each row.
for (i = 0; i < PQntuples(res); i++) {
for (j = 0; j < nFields; j++) {
printf("%s = %s", PQfname(res, j), PQgetvalue(res, i, j));
}
printf("\n");
}
// Clean up.
PQclear(res);
// Close the connection.
PQfinish(conn);
return 0;
}
API を使用したベクトルデータベースへのアクセス
OpenAPI は、AnalyticDB for PostgreSQL のベクトル操作に関する DDL および DML をカプセル化しています。これにより、OpenAPI を使用してベクトルデータを管理できます。
前提条件
Resource Access Management (RAM) ユーザーを使用する場合は、RAM ユーザーに権限を付与する必要があります。詳細については、「Python SDK 呼び出し例」をご参照ください。
操作手順
SDK をインストールします。
クライアントを初期化します。
ベクトルデータベースを初期化します。
名前空間を作成します。
コレクションを作成します。
ベクトルデータをアップロードします。
ベクトルデータを取得します。
SDK のインストール
SDK のダウンロードリンクについては、「SDK リファレンス」をご参照ください。
Java
Maven を使用している場合は、次の依存関係を pom.xml ファイルに追加します。
<dependency>
<groupId>com.aliyun</groupId>
<artifactId>gpdb20160503</artifactId>
<version>3.12.0</version>
</dependency>
<!-- The dependency version must be the same as or later than the following version. -->
<dependency>
<groupId>com.aliyun</groupId>
<artifactId>tea-openapi</artifactId>
<version>0.3.1</version>
</dependency>
<dependency>
<groupId>com.aliyun</groupId>
<artifactId>tea</artifactId>
<version>1.2.8</version>
</dependency>
<dependency>
<groupId>com.aliyun</groupId>
<artifactId>openapiutil</artifactId>
<version>0.2.1</version>
</dependency>
<dependency>
<groupId>com.aliyun</groupId>
<artifactId>credentials-java</artifactId>
<version>0.3.0</version>
</dependency>
<dependency>
<groupId>com.aliyun</groupId>
<artifactId>tea-util</artifactId>
<version>0.2.21</version>
</dependency>Go
次のコマンドを実行して、Go SDK をインストールします。
go get github.com/alibabacloud-go/gpdb-20160503/v4/client
go get github.com/alibabacloud-go/darabonba-openapi/v2/client
go get github.com/alibabacloud-go/tea-utils/v2/service
go get github.com/alibabacloud-go/teaPython 3
SDK のバージョンを指定しない場合、最新バージョンが自動的にインストールされます。コードは次のとおりです。
pip install alibabacloud_gpdb20160503
pip install alibabacloud_tea_openapi特定のバージョンの SDK をインストールするには、次のコマンドを実行します。本トピックでは、alibabacloud_gpdb20160503 バージョン 3.5.0 および alibabacloud_tea_openapi バージョン 0.3.8 を例として使用します。
pip install alibabacloud_gpdb20160503==3.5.0
pip install alibabacloud_tea_openapi==0.3.8クライアントの初期化
OpenAPI にアクセスするためのクライアントを初期化します。次のコードはその例です。環境変数は以下のとおりです。
ALIBABA_CLOUD_ACCESS_KEY_ID：OpenAPI にアクセスするために使用する AccessKey ID。
ALIBABA_CLOUD_ACCESS_KEY_SECRET：OpenAPI にアクセスするために使用する AccessKey Secret。
Java
import com.aliyun.gpdb20160503.Client;
import com.aliyun.teaopenapi.models.Config;
public static Client getClient() throws Exception {
Config config = new Config();
config.setAccessKeyId(System.getenv("ALIBABA_CLOUD_ACCESS_KEY_ID"));
config.setAccessKeySecret(System.getenv("ALIBABA_CLOUD_ACCESS_KEY_SECRET"));
config.setRegionId("cn-beijing"); // The region where the instance resides. Set this parameter based on the destination instance.
config.setEndpoint("gpdb.****uncs.com"); // You do not need to configure this parameter if you access the instance over the Internet. Otherwise, configure this parameter based on the information at https://api.aliyun.com/product/gpdb.
config.setMaxIdleConns(200); // The maximum number of connections. Set this parameter based on the maximum number of concurrent connections for the client.
return new Client(config);
}Go
package main
import (
"os"
openapi "github.com/alibabacloud-go/darabonba-openapi/v2/client"
gpdb20160503 "github.com/alibabacloud-go/gpdb-20160503/v4/client"
"github.com/alibabacloud-go/tea/tea"
)
func CreateClient() (_result *gpdb20160503.Client, _err error) {
config := &openapi.Config{
AccessKeyId: tea.String(os.Getenv("ALIBABA_CLOUD_ACCESS_KEY_ID")),
AccessKeySecret: tea.String(os.Getenv("ALIBABA_CLOUD_ACCESS_KEY_SECRET")),
}
// For more information about endpoints, see https://api.aliyun.com/product/gpdb.
config.Endpoint = tea.String("gpdb.aliyuncs.com")
_result = &gpdb20160503.Client{}
_result, _err = gpdb20160503.NewClient(config)
return _result, _err
}Python 3
from alibabacloud_tea_openapi import models as open_api_models
from alibabacloud_gpdb20160503.client import Client
import os
ALIBABA_CLOUD_ACCESS_KEY_ID = os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID']
ALIBABA_CLOUD_ACCESS_KEY_SECRET = os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET']
def get_client():
config = open_api_models.Config(
access_key_id=ALIBABA_CLOUD_ACCESS_KEY_ID,
access_key_secret=ALIBABA_CLOUD_ACCESS_KEY_SECRET
)
config.region_id = "cn-beijing" # インスタンスが所在するリージョン。
return Client(config)ベクトルデータベースの初期化
ベクトル検索を使用する前に、ナレッジベースデータベースおよび関連するフルテキストインデックス機能を初期化します。
呼び出し 次のコードは、この操作を呼び出す例を示しています。パラメーターの詳細については、「InitVectorDatabase」をご参照ください。
Java
import com.aliyun.gpdb20160503.models.*;
import com.aliyun.gpdb20160503.Client;
import com.google.gson.Gson;
public static void initVectorDatabase() throws Exception {
String region = "cn-beijing"; // The region where the instance resides.
String instanceId = "gp-bp1c62r3l489****"; // The instance ID.
String managerAccount = "myaccount"; // The initial account of the instance.
String managerAccountPassword = "myaccount_password"; // The password of the initial account.
InitVectorDatabaseRequest request = new InitVectorDatabaseRequest();
request.setRegionId(region);
request.setDBInstanceId(instanceId);
request.setManagerAccount(managerAccount);
request.setManagerAccountPassword(managerAccountPassword);
Client client = getClient();
InitVectorDatabaseResponse response = client.initVectorDatabase(request);
System.out.println(response.getStatusCode());
System.out.println(new Gson().toJson(response.getBody()));
}
public static void main(String[ ] args) throws Exception {
initVectorDatabase();
}Go
package main
import (
"fmt"
openapi "github.com/alibabacloud-go/darabonba-openapi/v2/client"
gpdb20160503 "github.com/alibabacloud-go/gpdb-20160503/v4/client"
util "github.com/alibabacloud-go/tea-utils/v2/service"
"github.com/alibabacloud-go/tea/tea"
)
func initVectorDatabase() {
client, _err := CreateClient()
if _err != nil {
panic(_err)
}
initVectorDatabaseRequest := &gpdb20160503.InitVectorDatabaseRequest{
RegionId: tea.String("cn-beijing"),
DBInstanceId: tea.String("gp-bp1c62r3l489****"),
ManagerAccount: tea.String("myaccount"),
ManagerAccountPassword: tea.String("myaccount_password"),
}
runtime := &util.RuntimeOptions{}
response, _err := client.InitVectorDatabaseWithOptions(initVectorDatabaseRequest, runtime)
if _err != nil {
panic(_err)
}
fmt.Printf("response is %#v\n", response.Body)
}
func main() {
initVectorDatabase()
}Python 3
from alibabacloud_gpdb20160503 import models as gpdb_20160503_models
def init_vector_database():
region_id = "cn-beijing" # インスタンスが所在するリージョン。
dbinstance_id = "gp-bp1c62r3l489****" # インスタンス ID。
manager_account = "myaccount" # インスタンスの初期アカウント。
manager_account_password = "myaccount_password" # 初期アカウントのパスワード。
request = gpdb_20160503_models.InitVectorDatabaseRequest(
region_id=region_id,
dbinstance_id=dbinstance_id,
manager_account=manager_account,
manager_account_password=manager_account_password
)
response = get_client().init_vector_database(request)
print(f"init_vector_database response code: {response.status_code}, body:{response.body}")
if __name__ == '__main__':
init_vector_database()
# output: body:
# {
# "Message":"success",
# "RequestId":"FC1E0318-E785-1F21-A33C-FE4B0301B608",
# "Status":"success"
# }名前空間の作成
名前空間はスキーマ隔離に使用されます。ベクトルを使用する前に、少なくとも 1 つの名前空間を作成するか、パブリック名前空間を使用します。
呼び出し 次のコードは、この操作を呼び出す例を示しています。パラメーターの詳細については、「CreateNamespace」をご参照ください。
Java
import com.aliyun.gpdb20160503.models.*;
import com.aliyun.gpdb20160503.Client;
import com.google.gson.Gson;
public static void createNamespace() throws Exception {
String region = "cn-beijing"; // The region where the instance resides.
String instanceId = "gp-bp1c62r3l489****"; // The instance ID.
String managerAccount = "myaccount"; // The initial account of the instance.
String managerAccountPassword = "myaccount_password"; // The password of the initial account.
String namespace = "vector_test"; // The namespace to be created.
String namespacePassword = "vector_test_password"; // The password that corresponds to the namespace.
CreateNamespaceRequest request = new CreateNamespaceRequest();
request.setRegionId(region);
request.setDBInstanceId(instanceId);
request.setManagerAccount(managerAccount);
request.setManagerAccountPassword(managerAccountPassword);
request.setNamespace(namespace);
request.setNamespacePassword(namespacePassword);
Client client = getClient();
CreateNamespaceResponse response = client.createNamespace(request);
System.out.println(response.getStatusCode());
System.out.println(new Gson().toJson(response.getBody()));
}
public static void main(String[ ] args) throws Exception {
createNamespace();
}Go
package main
import (
"fmt"
openapi "github.com/alibabacloud-go/darabonba-openapi/v2/client"
gpdb20160503 "github.com/alibabacloud-go/gpdb-20160503/v4/client"
util "github.com/alibabacloud-go/tea-utils/v2/service"
"github.com/alibabacloud-go/tea/tea"
)
func createNamespace() {
client, _err := CreateClient()
if _err != nil {
panic(_err)
}
createNamespaceRequest := &gpdb20160503.CreateNamespaceRequest{
RegionId: tea.String("cn-beijing"),
DBInstanceId: tea.String("gp-bp1c62r3l489****"),
ManagerAccount: tea.String("myaccount"),
ManagerAccountPassword: tea.String("myaccount_password"),
Namespace: tea.String("vector_test"),
NamespacePassword: tea.String("vector_test_password"),
}
runtime := &util.RuntimeOptions{}
response, _err := client.CreateNamespaceWithOptions(createNamespaceRequest, runtime)
if _err != nil {
panic(_err)
}
fmt.Printf("response is %#v\n", response.Body)
}
func main() {
createNamespace()
}Python 3
def create_namespace():
region_id = "cn-beijing" # インスタンスが所在するリージョン。
dbinstance_id = "gp-bp1c62r3l489****" # インスタンス ID。
manager_account = "myaccount" # インスタンスの初期アカウント。
manager_account_password = "myaccount_password" # 初期アカウントのパスワード。
namespace = "vector_test" # 作成する名前空間。
namespace_password = "vector_test_password" # 名前空間に対応するパスワード。
request = gpdb_20160503_models.CreateNamespaceRequest(
region_id=region_id,
dbinstance_id=dbinstance_id,
manager_account=manager_account,
manager_account_password=manager_account_password,
namespace=namespace,
namespace_password=namespace_password
)
response = get_client().create_namespace(request)
print(f"create_namespace response code: {response.status_code}, body:{response.body}")
if __name__ == '__main__':
create_namespace()
# output: body:
# {
# "Message":"success",
# "RequestId":"78356FC9-1920-1E09-BB7B-CCB6BD267124",
# "Status":"success"
# }名前空間の作成後、インスタンスのナレッジベースデータベースで対応するスキーマを確認できます。
SELECT schema_name FROM information_schema.schemata;コレクションの作成
コレクションはベクトルデータを格納するために使用され、名前空間によって隔離されます。
呼び出し 次のコードは、この操作を呼び出す例を示しています。パラメーターの詳細については、「ベクトルコレクションの作成」をご参照ください。
Java
import com.aliyun.gpdb20160503.models.*;
import com.aliyun.gpdb20160503.Client;
import com.google.gson.Gson;
import java.util.HashMap;
import java.util.Map;
public static void createCollection() throws Exception {
String region = "cn-beijing"; // The region where the instance resides.
String instanceId = "gp-bp1c62r3l489****"; // The instance ID.
String managerAccount = "myaccount"; // The initial account of the instance.
String managerAccountPassword = "myaccount_password"; // The password of the initial account.
String namespace = "vector_test"; // The created namespace.
String collection = "document"; // The collection to be created.
Map<String, String> metadata = new HashMap<>();
metadata.put("title", "text");
metadata.put("link", "text");
metadata.put("content", "text");
metadata.put("pv", "int");
String fullTextRetrievalFields = "title,content"; // The fields for full-text index.
Long dimension = 10L; // The vector dimensions.
CreateCollectionRequest request = new CreateCollectionRequest();
request.setRegionId(region);
request.setDBInstanceId(instanceId);
request.setManagerAccount(managerAccount);
request.setManagerAccountPassword(managerAccountPassword);
request.setNamespace(namespace);
request.setCollection(collection);
request.setMetadata(new Gson().toJson(metadata));
request.setFullTextRetrievalFields(fullTextRetrievalFields);
request.setDimension(dimension);
request.setParser("zh_cn");
Client client = getClient();
CreateCollectionResponse response = client.createCollection(request);
System.out.println(response.getStatusCode());
System.out.println(new Gson().toJson(response.getBody()));
}
public static void main(String[ ] args) throws Exception {
createCollection();
}Go
package main
import (
"fmt"
openapi "github.com/alibabacloud-go/darabonba-openapi/v2/client"
gpdb20160503 "github.com/alibabacloud-go/gpdb-20160503/v4/client"
util "github.com/alibabacloud-go/tea-utils/v2/service"
"github.com/alibabacloud-go/tea/tea"
)
func createCollection() {
client, _err := CreateClient()
if _err != nil {
panic(_err)
}
createCollectionRequest := &gpdb20160503.CreateCollectionRequest{
RegionId: tea.String("cn-beijing"),
DBInstanceId: tea.String("gp-bp1c62r3l489****"),
ManagerAccount: tea.String("myaccount"),
ManagerAccountPassword: tea.String("myaccount_password"),
Namespace: tea.String("vector_test"),
Collection: tea.String("document"),
Dimension: tea.Int64(3),
Parser: tea.String("zh_cn"),
FullTextRetrievalFields: tea.String("title,content"),
Metadata: tea.String("{\"title\":\"text\",\"content\":\"text\",\"response\":\"int\"}"),
}
runtime := &util.RuntimeOptions{}
response, _err := client.CreateCollectionWithOptions(createCollectionRequest, runtime)
if _err != nil {
panic(_err)
}
fmt.Printf("response is %#v\n", response.Body)
}
func main() {
createCollection()
}Python 3
def create_collection():
region_id = "cn-beijing" # インスタンスが存在するリージョン。
dbinstance_id = "gp-bp1c62r3l489****" # インスタンス ID。
manager_account = "myaccount" # インスタンスの初期アカウント。
manager_account_password = "myaccount_password" # 初期アカウントのパスワード。
namespace = "vector_test" # 作成される名前空間。
collection = "document" # 作成するコレクション。
metadata = '{"title":"text", "content": "text", "page":"int"}'
full_text_retrieval_fields = "title,content" # フルテキストインデックス用のフィールド。
dimension = 8 # ベクトル次元。
request = gpdb_20160503_models.CreateCollectionRequest(
region_id=region_id,
dbinstance_id=dbinstance_id,
manager_account=manager_account,
manager_account_password=manager_account_password,
namespace=namespace,
collection=collection,
metadata=metadata,
full_text_retrieval_fields=full_text_retrieval_fields,
dimension=dimension
)
response = get_client().create_collection(request)
print(f"create_collection 応答コード: {response.status_code}, 本文: {response.body}")
if __name__ == '__main__':
create_collection()
# 出力: 本文:
# {
# "Message":"success",
# "RequestId":"7BC35B66-5F49-1E79-A153-8D26576C4A3E",
# "Status":"success"
# }コレクションの作成後、インスタンスのナレッジベースデータベースで対応するテーブルを確認できます。
SELECT tablename FROM pg_tables WHERE schemaname='vector_test';ベクトルデータのアップロード
準備した埋め込みベクトルデータを対応するコレクションにアップロードします。
呼び出し 次のコードは、この操作を呼び出す例を示しています。パラメーターの詳細については、「UpsertCollectionData」をご参照ください。
Java
import com.aliyun.gpdb20160503.models.*;
import com.aliyun.gpdb20160503.Client;
import com.google.gson.Gson;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public static void upsertCollectionData() throws Exception {
String region = "cn-beijing"; // The region where the instance is located.
String instanceId = "gp-bp1c62r3l489****"; // The instance ID.
String namespace = "vector_test"; // The created namespace.
String namespacePassword = "vector_test_password"; // The namespace password.
String collection = "document"; // The created collection.
UpsertCollectionDataRequest request = new UpsertCollectionDataRequest();
request.setRegionId(region);
request.setDBInstanceId(instanceId);
request.setNamespace(namespace);
request.setNamespacePassword(namespacePassword);
request.setCollection(collection);
request.setRows(getRows());
Client client = getClient();
UpsertCollectionDataResponse response = client.upsertCollectionData(request);
System.out.println(response.getStatusCode());
System.out.println(new Gson().toJson(response.getBody()));
}
public static List<UpsertCollectionDataRequest.UpsertCollectionDataRequestRows> getRows() {
List<UpsertCollectionDataRequest.UpsertCollectionDataRequestRows> rows = new ArrayList<>();
UpsertCollectionDataRequest.UpsertCollectionDataRequestRows row = new UpsertCollectionDataRequest.UpsertCollectionDataRequestRows();
Map<String, String> metadata = new HashMap<>();
metadata.put("title", "test document");
metadata.put("content", "test content");
metadata.put("link", "http://127.0.0.1/document1");
metadata.put("pv", "1000");
row.setMetadata(metadata);
row.setVector(Arrays.asList(0.2894745251078251,0.5364747050266715,0.1276845661831275,0.22528871956822372,0.7009319238651552,0.40267406135256123,0.8873626696379067,0.1248525955774931,0.9115507046412368,0.2450859133174706));
rows.add(row);
return rows;
}
public static void main(String[ ] args) throws Exception {
upsertCollectionData();
}Go
package main
import (
"fmt"
openapi "github.com/alibabacloud-go/darabonba-openapi/v2/client"
gpdb20160503 "github.com/alibabacloud-go/gpdb-20160503/v4/client"
util "github.com/alibabacloud-go/tea-utils/v2/service"
"github.com/alibabacloud-go/tea/tea"
)
func upsertCollectionData() {
client, _err := CreateClient()
if _err != nil {
panic(_err)
}
rows0Metadata := map[string]*string{
"title": tea.String("test_document"),
"content": tea.String("test_content"),
"response": tea.String("1"),
}
rows0 := &gpdb20160503.UpsertCollectionDataRequestRows{
Metadata: rows0Metadata,
Id: tea.String("0CB55798-ECF5-4064-B81E-FE35B19E01A6"),
Vector: [ ]*float64{tea.Float64(0.2894745251078251), tea.Float64(0.5364747050266715), tea.Float64(0.1276845661831275)},
}
upsertCollectionDataRequest := &gpdb20160503.UpsertCollectionDataRequest{
RegionId: tea.String("cn-beijing"),
Rows: [ ]*gpdb20160503.UpsertCollectionDataRequestRows{rows0},
DBInstanceId: tea.String("gp-bp1c62r3l489****"),
Collection: tea.String("document"),
Namespace: tea.String("vector_test"),
NamespacePassword: tea.String("vector_test_password"),
}
runtime := &util.RuntimeOptions{}
response, _err := client.UpsertCollectionDataWithOptions(upsertCollectionDataRequest, runtime)
if _err != nil {
panic(_err)
}
fmt.Printf("response is %#v\n", response.Body)
}
func main() {
upsertCollectionData()
}Python 3
def upsert_collection_data():
region_id = "cn-beijing" # インスタンスが存在するリージョン。
dbinstance_id = "gp-bp1c62r3l489****" # インスタンス ID。
namespace = "vector_test" # 作成した名前空間。
namespace_password = "vector_test_password" # 名前空間のパスワード。
collection = "document" # 作成したコレクション。
rows = [ ]
rows.append(gpdb_20160503_models.UpsertCollectionDataRequestRows(
id="0CB55798-ECF5-4064-B81E-FE35B19E01A6",
metadata={
"page": 1,
"content": "test_content",
"title": "test_document"
},
vector=[0.2894745251078251, 0.5364747050266715, 0.14858841010401188, 0.42140750105351877,
0.5780346820809248, 0.1145475372279496, 0.04329004329004329, 0.43246796493549741]
))
request = gpdb_20160503_models.UpsertCollectionDataRequest(
region_id=region_id,
dbinstance_id=dbinstance_id,
namespace=namespace,
namespace_password=namespace_password,
collection=collection,
rows=rows,
)
response = get_client().upsert_collection_data(request)
print(f"upsert_collection_data 応答コード: {response.status_code}, 本文: {response.body}")
if __name__ == '__main__':
upsert_collection_data()
# 出力: 本文:
# {
# "Message":"success",
# "RequestId":"8FEE5D1E-ECE8-1F2F-A17F-48039125CDC3",
# "Status":"success"
# }アップロード完了後、インスタンスのナレッジベースデータベースでデータを確認できます。
SELECT * FROM vector_test.document;ベクトルデータの取得
取得のためにクエリベクトルまたはフルテキストインデックスフィールドを準備し、その後クエリ操作を呼び出します。
呼び出し 次のコードは、この操作を呼び出す例を示しています。パラメーターの詳細については、「QueryCollectionData」をご参照ください。
Java
import com.aliyun.gpdb20160503.models.QueryCollectionDataRequest;
import com.aliyun.gpdb20160503.models.QueryCollectionDataResponse;
import com.aliyun.gpdb20160503.Client;
import com.google.gson.Gson;
import java.util.Arrays;
public static void queryCollectionData() throws Exception {
QueryCollectionDataRequest request = new QueryCollectionDataRequest();
request.setDBInstanceId("gp-bp1c62r3l489****");
request.setCollection("document");
request.setNamespace("vector_test");
request.setNamespacePassword("vector_test_password");
request.setContent("test");
request.setFilter("pv > 10");
request.setTopK(10L);
request.setVector(Arrays.asList(0.7152607422256894,0.5524872066437732,0.1168505269851303,0.704130971473022,0.4118874999967596,0.2451574619214022,0.18193414783144812,0.3050522957905741,0.24846180714868163,0.0549715380856951));
request.setRegionId("cn-beijing");
Client client = getClient();
QueryCollectionDataResponse response = client.queryCollectionData(request);
System.out.println(response.getStatusCode());
System.out.println(new Gson().toJson(response.getBody()));
}
public static void main(String[ ] args) throws Exception {
queryCollectionData();
}次の結果が返されます。
{
"Matches": {
"match": [
{
"Id": "0CB55798-ECF5-4064-B81E-FE35B19E01A6",
"Metadata": {
"title":"test_document",
"content":"test_content",
"link":"http://127.0.0.1/document1",
"pv":"1000"
},
"Values": [
0.2894745251078251,
0.5364747050266715,
0.1276845661831275,
0.22528871956822372,
0.7009319238651552,
0.40267406135256123,
0.8873626696379067,
0.1248525955774931,
0.9115507046412368,
0.2450859133174706
]
}
]
},
"RequestId": "ABB39CC3-4488-4857-905D-2E4A051D0521",
"Status": "success"
}Go
package main
import (
"fmt"
openapi "github.com/alibabacloud-go/darabonba-openapi/v2/client"
gpdb20160503 "github.com/alibabacloud-go/gpdb-20160503/v4/client"
util "github.com/alibabacloud-go/tea-utils/v2/service"
"github.com/alibabacloud-go/tea/tea"
)
func queryCollectionData() {
client, _err := CreateClient()
if _err != nil {
panic(_err)
}
queryCollectionDataRequest := &gpdb20160503.QueryCollectionDataRequest{
RegionId: tea.String("cn-beijing"),
DBInstanceId: tea.String("gp-bp1c62r3l489****"),
Collection: tea.String("document"),
Namespace: tea.String("vector_test"),
NamespacePassword: tea.String("vector_test_password"),
Content: tea.String("test"),
Filter: tea.String("response > 0"),
TopK: tea.Int64(10),
Vector: [ ]*float64{tea.Float64(0.7152607422256894), tea.Float64(0.5524872066437732), tea.Float64(0.1168505269851303)},
}
runtime := &util.RuntimeOptions{}
response, _err := client.QueryCollectionDataWithOptions(queryCollectionDataRequest, runtime)
if _err != nil {
panic(_err)
}
fmt.Printf("response is %#v\n", response.Body)
}
func main() {
queryCollectionData()
}次の結果が返されます。
{
"Matches": {
"match": [
{
"Id": "0CB55798-ECF5-4064-B81E-FE35B19E01A6",
"Metadata": {
"content": "test_content",
"response": "1",
"source": "3",
"title": "test_document"
},
"MetadataV2": {
"content": "test_content",
"response": 1,
"source": 3,
"title": "test_document"
},
"Score": 0.9132830731723668,
"Values": {
"value": [
0.28947452,
0.5364747,
0.12768456
]
}
}
]
},
"RequestId": "707D2202-61A6-53DF-AAD2-E8DE276CE292",
"Status": "success"
}Python 3
def query_collection_data():
region_id = "cn-beijing" # インスタンスが配置されているリージョン
dbinstance_id = "gp-bp1c62r3l489****" # インスタンス ID
namespace = "vector_test" # 作成済みの名前空間
namespace_password = "vector_test_password" # 名前空間のパスワード
collection = "document" # 作成済みのコレクション
content = "test query"
vector = [1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0]
request = gpdb_20160503_models.QueryCollectionDataRequest(
region_id=region_id,
dbinstance_id=dbinstance_id,
namespace=namespace,
namespace_password=namespace_password,
collection=collection,
top_k=5,
content=content,
vector=vector,
)
response = get_client().query_collection_data(request)
print(f"query_collection_data 応答コード: {response.status_code}, 本文: {response.body}")
if __name__ == '__main__':
query_collection_data()
# 出力:
# query_collection_data 応答コード: 200, 本文: {'Matches': {'match': [{'Id': '0CB55798-ECF5-4064-B81E-FE35B19E01A6', 'Metadata': {'source': 1, 'page': '1', 'title': 'Test document', 'content': 'Test content'}, 'Score': 0.7208109110736349, 'Values': {'value': [0.28947452, 0.5364747, 0.1485884, 0.4214075, 0.5780347, 0.114547536, 0.043290045, 0.7]}}]}, 'RequestId': '709E2C82-FE25-1722-9DBB-00AD0F85ABBB', 'Status': 'success'}参考情報
他の言語でのクライアントの使用方法の詳細については、「pgvector 互換モードガイド」をご参照ください。