首页
/ Kysely中高效复用大型向量变量的查询优化技巧

Kysely中高效复用大型向量变量的查询优化技巧

2025-05-19 13:27:15作者:翟萌耘Ralph

在使用Kysely进行PostgreSQL查询时,处理大型向量变量(如AI嵌入向量)可能会遇到性能问题。本文将深入探讨如何优化这类查询,避免重复传递大型参数。

问题背景

在AI应用中,我们经常需要处理高维向量(如384维或768维的嵌入向量)。当这些向量需要多次出现在SQL查询中时,直接重复传递会导致查询语句变得非常庞大,影响性能。

原始查询的问题

原始查询中存在三个主要问题:

  1. 多次重复传递同一个大型向量参数
  2. 试图使用多个SELECT语句(PostgreSQL不支持在预处理语句中执行多命令)
  3. 向量转换函数可能不够高效

优化方案

1. 使用WITH子句(CTE)定义临时变量

PostgreSQL的WITH子句(Common Table Expression)可以让我们定义查询中的临时变量,避免重复:

const definitions = await db.executeQuery(
  sql`
WITH embedding_query AS (
  SELECT ${vectorToSql(embeddingQ)}::vector AS embedding
)
SELECT 
  id, 
  language__id, 
  entry__id, 
  1 - (definitions.embedding <=> (SELECT embedding FROM embedding_query)) AS similarity
FROM definitions
WHERE 1 - (definitions.embedding <=> (SELECT embedding FROM embedding_query)) > 0.8
ORDER BY (definitions.embedding <=> (SELECT embedding FROM embedding_query)) ASC
LIMIT 10;`.compile(db)
)

2. 优化向量转换函数

确保向量转换函数高效处理数组:

function vectorToSql(value: number[]): string {
  if (!Array.isArray(value)) {
    throw new Error('Input must be an array');
  }
  return `[${value.map(v => Number(v)).join(',')}]`;
}

3. 使用函数封装重复计算

对于重复的向量相似度计算,可以创建PostgreSQL函数:

CREATE OR REPLACE FUNCTION calculate_similarity(vec1 vector, vec2 vector)
RETURNS float AS $$
BEGIN
  RETURN 1 - (vec1 <=> vec2);
END;
$$ LANGUAGE plpgsql;

然后在查询中使用:

const definitions = await db.executeQuery(
  sql`
WITH embedding_query AS (
  SELECT ${vectorToSql(embeddingQ)}::vector AS embedding
)
SELECT 
  id, 
  language__id, 
  entry__id, 
  calculate_similarity(definitions.embedding, (SELECT embedding FROM embedding_query)) AS similarity
FROM definitions
WHERE calculate_similarity(definitions.embedding, (SELECT embedding FROM embedding_query)) > 0.8
ORDER BY similarity DESC
LIMIT 10;`.compile(db)
)

性能考虑

  1. 参数绑定:Kysely使用参数化查询,大型向量只会被传递一次
  2. 索引优化:确保在embedding列上创建了适当的向量索引
  3. 批量处理:考虑批量处理多个向量查询,减少数据库往返

最佳实践

  1. 对于频繁使用的向量操作,创建PostgreSQL函数
  2. 使用CTE(WITH子句)组织复杂查询
  3. 在应用层缓存常用向量
  4. 考虑使用专门的向量数据库处理超大规模向量搜索

通过以上优化,可以显著提高包含大型向量参数的查询性能,同时保持代码的清晰和可维护性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5