TiDB Vector Python SDK 指南
2024-08-07 23:22:51作者:平淮齐Percy
项目介绍
TiDB Vector Python SDK 是一款专为 TiDB Vector 设计的 Python 客户端,它支持与 TiDB 云 Serverless 集群进行高效的数据交互,特别是处理向量数据类型。该SDK允许开发者利用Python轻松集成向量搜索功能,对文本、图像等数据进行高效的近似相似度检索。通过此SDK,你可以将知识图谱存储于TiDB Serverless中,并实现复杂查询,使得应用程序能够执行语义级别上的精确搜索。
项目快速启动
环境准备
确保你的开发环境已安装 Python 3.8 或更高版本,以及 Git。
安装 TiDB Vector Python SDK
在终端中运行以下命令来安装必要的库:
pip install tidb-vector
对于更高级的用例,如果要使用SQLAlchemy集成,应安装客户端扩展:
pip install tidb-vector[client]
示例代码 - 快速上手
假设你要将一些文本数据及其嵌入表示存储到TiDB,并执行一个简单的查询。
from tidb_vector.integrations import TiDBVectorClient
# 初始化连接和表配置
TABLE_NAME = 'vector_test'
CONNECTION_STRING = 'mysql+pymysql://<USER>:<PASSWORD>@<HOST>:4000/<DB>?ssl_verify_cert=true&ssl_verify_identity=true'
VECTOR_DIMENSION = 1536 # 假设Ada模型的维度
# 创建客户端实例
tidb_vs = TiDBVectorClient(
table_name=TABLE_NAME,
connection_string=CONNECTION_STRING,
vector_dimension=VECTOR_DIMENSION,
drop_existing_table=True # 如需重置表结构
)
# 准备数据(示例)
texts = ["示例文本1", "示例文本2"]
embeddings = [text_to_embedding(text) for text in texts] # 假定text_to_embedding函数用于获取文本的向量表示
metadatas = [{"tag": "example"} for _ in texts]
# 执行批量插入
tidb_vs.insert(texts=texts, embeddings=embeddings, metadatas=metadatas)
# 查询最相似的文档
query_embedding = text_to_embedding("查询文本")
results = tidb_vs.query(query_embedding, k=2)
print(results)
请替换 <USER>
、<PASSWORD>
、<HOST>
和 <DB>
为你实际的数据库连接信息,并确保你的环境中有一个适当的文本转嵌入的逻辑或库(如Hugging Face Transformers)来实现 text_to_embedding
功能。
应用案例和最佳实践
知识图谱构建与搜索
可以使用TiDB Vector存储知识图谱中的节点和边的嵌入,从而加速基于语义的搜索和推荐系统。
实时相似性搜索
结合Jina AI或其他嵌入技术,对产品描述、用户评论等进行即时的相似项查找,提升用户体验。
半监督学习与增强学习场景
利用向量存储特性,辅助训练过程中的数据选取和反馈循环,提高模型性能。
典型生态项目
- TiDB Cloud: 直接支持Serverless环境下的向量数据处理,简化部署和管理。
- Jina AI: 作为强大的嵌入生成工具,常与TiDB Vector搭配,构建复杂的语义搜索解决方案。
- SQLAlchemy集成: 使用Python中的ORM框架与TiDB Vector进行优雅的数据访问和操作,适用于需要高度抽象化的应用程序开发。
记得,TiDB Vector SDK尚处于快速发展阶段,特别是在Serverless集群中,因此密切关注其更新和文档,以便充分利用最新功能和优化。
登录后查看全文
热门项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
505
42

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
194
279

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
992
395

🎉 (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
938
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70