Cloud SQL 関数

コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

出力: STRING

入力: VECTOR 型の 1 つの引数

出力: 文字列

構文:

vector_to_string(some_embedding)

出力: VECTOR

入力: 文字列

構文:

string_to_vector('some_embedding')

出力: ベクトル型の 1 つの値。

出力: REAL

入力: 必須。2 つのベクトル値を取ります。3 番目の文字列引数（省略可）は距離の測定値を示します。デフォルトは「l2_squared_distance」です。他のオプションには、cosine_distance と dot_product があります。

出力: 2 つのベクトル間の距離。

例:

SELECT vector_distance(string_to_vector('[1,-2,3]'), string_to_vector('[1,2,3]'), 'Distance_Measure=dot_product');

出力: REAL

入力: 2 つのベクトル値を受け取ります。これらは列名または定数にできます。

出力: 2 つのベクトル間のコサイン距離。

例:

SELECT cosine_distance(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY cosine_distance(string_to_vector('[1,2,3]'), embedding_column_name) LIMIT 10;

出力: REAL

入力: 2 つのベクトル値を受け取ります。これらは列名または定数にできます。

出力: 2 つのベクトル積。

例:

SELECT dot_product(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY dot_product(string_to_vector('[1,2,3]'), embbeding_column_name) LIMIT 10;

出力: REAL

入力: 2 つのベクトル値を受け取ります。これらは列名または定数にできます。

出力: 2 つのベクトル間の L2 二乗距離。

例:

SELECT l2_squared_distance(string_to_vector('[1,2,3]'), string_to_vector('[1,1,1]'));

SELECT id FROM t1 ORDER BY l2_squared_distance(string_to_vector('[1,2,3]'), embbeding_column_name) LIMIT 10;

出力: REAL

構文:

approx_distance(embedding_name,
query_vector,
'distance_measure=algorithm_name
[, num_leaves_to_search=value]'

入力:

1. embedding_name: ベーステーブルのベクトル エンベディング列名。
2. query_vector: string_to_vector の出力にできる（必須ではありません）「VECTOR」型の定数。
3. カンマ区切りの検索文字列のオプションは次のとおりです。
   • distance_measure: 必須。アルゴリズムを使用してベクトル間の距離を測定します。次の文字列リテラルが使用されます。
     • L2_SQUARED
     • COSINE
     • DOT_PRODUCT

     例: distance_measure=cosine

   • num_leaves_to_search: 省略可。ANN ベクトル類似検索でプローブするリーフの数を指定します。リーフの数を指定しない場合、Cloud SQL for MySQL は、information_schema.innodb_vector_indexes で確認できる num_leaves_to_search の計算値を選択します。通常、計算値は、検索の品質とパフォーマンスに優れているため、出発点として適しています。ワークロードとパフォーマンスまたは品質のトレードオフに基づいて num_leaves_to_search をチューニングすることをおすすめします。

   例:

   'distance_measure=dot_product,
num_leaves_to_search=100'

   必須の LIMIT 値: 指定された上限は、返される近傍の数（Top-K とも呼ばれます）として使用されます。

   出力: ベーステーブルの Top-K の最も近い行の近似距離。

   この関数は、ORDER BY リストまたは SELECT リストでのみ使用できます。

   例:

   SELECT id, approx_distance(embedding_column_name
string_to_vector('[1,1,1]'),
'distance_measure=cosine') dist from t1
ORDER BY dist LIMIT 10;

   SELECT id
FROM t1
ORDER BY
approx_distance(
embedding_column_name
string_to_vector('[1,1,1]'),
'distance_measure=dot_product,num_leaves_to_search=100) LIMIT 4;