بحث المتجهات في Oracle AI Database 26ai للمطوّرين

يوفّر Oracle AI Database 26ai (ميزة AI Vector Search) نوع بيانات VECTOR أصليًا ودوال SQL لبحث التشابه. تخزّن المتجهات بجوار صفوفك وتشغّل استعلامات دلالية بـ SQL عادي، دون مخزن متجهات منفصل.

أضف عمود VECTOR

ALTER TABLE docs ADD (embedding VECTOR(1536, FLOAT32));

الرقم الأول هو عدد الأبعاد ويجب أن يطابق نموذج التضمين لديك (الرقم 1536 مجرد مثال؛ تحقّق من حجم مخرجات نموذجك). ترفض قاعدة البيانات أي متجه بحجم مختلف بالخطأ ORA-51803. أما FLOAT32 فهو صيغة العناصر، وتتوفر أيضًا INT8 وFLOAT64 وBINARY.

التعبئة والاستعلام

ولّد متجهًا لكل صف باستخدام نموذج تضمين وخزّنه في العمود. يمكنك استدعاء النموذج من تطبيقك، أو تحميل نموذج تضمين بصيغة ONNX داخل قاعدة البيانات عبر DBMS_VECTOR.LOAD_ONNX_MODEL وتوليد المتجهات بـ SQL عبر VECTOR_EMBEDDING. بعدها رتّب الصفوف حسب بُعدها عن متجه السؤال باستخدام VECTOR_DISTANCE:

SELECT id, body
FROM   docs
ORDER  BY VECTOR_DISTANCE(embedding, :query_vec, COSINE)
FETCH EXACT FIRST 5 ROWS ONLY;

تفرض FETCH EXACT بحثًا دقيقًا يقارن متجه السؤال بكل الصفوف، وتطلب FETCH APPROX بحثًا تقريبيًا عبر فهرس متجهات. إذا لم تكتب أيًّا منهما فقد تستخدم قاعدة البيانات فهرس متجهات إن وُجد، لذا اكتب EXACT حين تحتاج نتائج دقيقة مضمونة. المتغيّر :query_vec يحمل متجه السؤال، ويجب أن يولّده النموذج نفسه الذي ولّد المتجهات المخزّنة. استخدم مقياس المسافة الذي يوصي به نموذجك، والافتراضي هو COSINE.

سرّع البحث بفهرس متجهات

في الجداول الكبيرة أنشئ فهرس متجهات واطلب بحثًا تقريبيًا عبر FETCH APPROX. فهرس IVF (Inverted File Flat) يعمل دون إعداد ذاكرة إضافية:

CREATE VECTOR INDEX docs_ivf_idx ON docs (embedding)
  ORGANIZATION NEIGHBOR PARTITIONS
  DISTANCE COSINE
  WITH TARGET ACCURACY 95;

SELECT id, body
FROM   docs
ORDER  BY VECTOR_DISTANCE(embedding, :query_vec, COSINE)
FETCH APPROX FIRST 5 ROWS ONLY;

اختبر فهمك