如何新建向量数据库?
1. 选择适合自身业务需求的数据库实例规格,具体信息,请参见 规格选型。
2. 掌握数据库实例计费的方式、计费项目表、计费公式,以及相关续费、退费、欠费说明等。具体信息,请参见 计费概述。
3. 按照所选择的规格、所选择的计费方式,购买业务所需的数据库实例。具体操作,请参见 购买实例。
图像、文本、音视频等这些非结构化数据如何转换为向量数据来存储?
AI 套件是腾讯云向量数据库(Tencent Cloud VectorDB)提供的一站式文档检索解决方案,包含自动化文档解析、信息补充、向量化、内容检索等能力。用户仅需上传原始文档,数分钟内即可快速构建专属知识库,大幅提高知识接入效率。具体信息,请参见 AI 套件。
Embedding 功能是腾讯云向量数据库(Tencent Cloud VectorDB)提供将非结构化数据转换为向量数据的能力,目前已支持文本 Embedding 模型,能够覆盖多种主流语言的向量转换,包括但不限于中文、英文。具体信息,请参见 Embedding。
图像、音频当前暂不支持,后续将逐步推出,请关注 产品动态。
连接向量数据库失败,如何处理?
向量数据库支持内网访问,如果连接失败,建议您从以下方面进行排查:
请检查云服务器 CVM 和向量数据库实例是否内网互通。
CVM 与 向量数据库是否属于同一 VPC。
安全组是否配置正确。使用腾讯云 CVM 连接腾讯云向量数据库(Tencent Cloud VectorDB),在腾讯云 CVM 安全组中需配置出站规则,把腾讯云向量数据库的 IP 及端口添加到出站规则中。在腾讯云向量数据库安全组中配置入站规则,把 CVM 的 IP 地址及向量数据库的端口添加到入站规则中,才能连接成功。
请求中的 API Key 是否获取正确。
向量数据库支持外网访问,如果连接失败,建议您从以下方面排查:
请检查外网访问的白名单列表是否配置正确。具体操作,请参见 开启外网访问。
请确认 API Key 是否配置正确。
如何选择适合自己应用的向量数据库?
如何在向量数据库中写入数据?
1. 掌握数据库设计的逻辑架构,使用向量数据库的 SDK 与 API 接口写入数据都是遵循逻辑架构而设计。具体信息请参见 设计架构。
2. 掌握向量数据库支持的索引类型、与相似度计算方式,以便更顺利地应用 SDK 与 API 接口。具体信息请参见 索引与计算。
3. 掌握向量数据库支持的检索方法,以便在不同的场景选择合适的检索方法。具体信息请参见 检索方法。
4. 掌握控制台管理数据库实例的操作指引,以便快速高效管理实例的生命周期。具体操作请参见 管理实例。
5. 向量数据库提供 Python SDK、Java SDK、Go SDK 以及 HTTP API ,辅助您快速访问向量数据库。第一次体验数据库的写入检索能力,请参见 第一次相似性检索。
6. SDK 安装、接口应用示例、错误码返回信息,请参见 SDK 参考。
如何使用向量数据库进行相似度搜索?
第一次体验数据库的相似性检索能力,请参见 第一次相似性检索。
Python SDK、Java SDK、Go SDK 以及 HTTP API 相似性检索的接口,请参见 SDK 参考。
与传统的数据库相比,向量数据库有哪些特点?
向量数据库更适用于 AI 运算、检索场景,数据接入效率是传统方案的10倍。相较传统数据库具体有以下几个特点:
数据规模不同,能够高效处理大规模数据
对于传统数据库而言,1亿条数据已经是很大的业务流量。然而在向量数据库面向的场景中,单索引数据量可能达到千万级、甚至亿级别,单条向量数据的维度也会达到上千维。
查询方式不同,支持近似查找
传统数据库的查找方式都属于精确查找,而向量数据库通常是近似查找,即返回和输入内容最相近的 TOP K 条数据。
场景不同
向量数据库更适用于 AI 运算、检索场景,能够高效支持大模型的接入和运算。
腾讯云向量数据库怎么删除实例资源?
1. 在向量数据库控制台,操作退还实例资源。具体信息,请参见 自助退还实例。