一、DataVec概述
openGauss提供DataVec Extension（版本为DataVec-0.4.4）。DataVec是一个基于openGauss的向量扩展，目前支持的向量功能有：精确和近似的最近邻搜索、L2距离&余弦距离&内积、向量索引、向量操作函数和操作符。作为openGauss的扩展，DataVec 使用熟悉的SQL语法操作向量，简化了用户使用向量数据库的过程。
二、环境部署
环境信息
IP | 主机名 | 版本 | 端口 |
192.168.59.149 | yf4 | 6.0.0-RC1 | 15000 |
部署方式1：
1.编译安装openGauss。
2.将datavec源码拷贝到openGauss-server源码的contrib目录下。
3.进入datavec目录执行make install
4.创建扩展extension
部署方式2：(本文选取方式2部署)
1. om安装的openGauss。
2.拷贝插件所需文件到指定路径下：
datavec.so：app/lib/postgresql/。
datavec.control和datavec--0.4.4.
sql路径：app/share/postgresql/extension。
ll /opt/openGauss/install/app/lib/postgresql/datavec.so
[omm@yf4 ~]$ ll /opt/openGauss/install/app/lib/postgresql/datavec.so-rw------- 1 omm dbgroup 75664 Mar 30 21:13 /opt/openGauss/install/app/lib/postgresql/datavec.so
ll /opt/openGauss/install/app/share/postgresql/extension/datavec*
[omm@yf4 ~]$ ll /opt/openGauss/install/app/share/postgresql/extension/datavec*-rw------- 1 omm dbgroup 9153 Mar 30 21:11 /opt/openGauss/install/app/share/postgresql/extension/datavec--0.4.4.sql-rw------- 1 omm dbgroup 136 Mar 30 21:11 /opt/openGauss/install/app/share/postgresql/extension/datavec.control
3. 创建扩展extension
create extension datavec;openGauss=# create extension datavec;CREATE EXTENSION
4. 查看扩展DataVec
select * from pg_extension where extname='datavec';openGauss=# select * from pg_extension where extname='datavec';extname | extowner | extnamespace | extrelocatable | extversion | extconfig | extcondition---------+----------+--------------+----------------+------------+-----------+--------------datavec | 10 | 2200 | t | 0.4.4 | |(1 row)
三、DataVec向量数据库测试
1. 创建一个有三维向量的表
CREATE TABLE items (id bigserial PRIMARY KEY, embedding vector(3));openGauss=# CREATE TABLE items (id bigserial PRIMARY KEY, embedding vector(3));NOTICE: CREATE TABLE will create implicit sequence "items_id_seq" for serial column "items.id"NOTICE: CREATE TABLE / PRIMARY KEY will create implicit index "items_pkey" for table "items"CREATE TABLE
2. 插入向量数据
INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]'), ('[7,8,9]'), ('[10,11,12]'), ('[13,14,15]');openGauss=# INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]'), ('[7,8,9]'), ('[10,11,12]'), ('[13,14,15]');INSERT 0 5
3. 更新向量数据
UPDATE items SET embedding = '[1,2,3]' WHERE id = 1;openGauss=# UPDATE items SET embedding = '[1,2,3]' WHERE id = 1;UPDATE 1
4. 删除向量数据
DELETE FROM items WHERE id = 1;openGauss=# DELETE FROM items WHERE id = 1;DELETE 1
5. 获取最近邻
SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;openGauss=# SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;id | embedding----+------------2 | [4,5,6]3 | [7,8,9]4 | [10,11,12]5 | [13,14,15](4 rows)
6. 获取距离
SELECT embedding <-> '[3,1,2]' AS distance FROM items;openGauss=# SELECT embedding <-> '[3,1,2]' AS distance FROM items;distance------------------5.7445626465380310.677078252031315.779733838059520.9284495364563
7. 平均矢量
SELECT AVG(embedding) FROM items;openGauss=# SELECT AVG(embedding) FROM items;avg----------------[8.5,9.5,10.5](1 row)
四、限制
暂时仅支持Create extension命令方式加载插件。
暂时仅支持ivfflat索引。
只支持行存表。
索引WAL日志功能待完善，可能出现重启索引失效。
五、总结
DataVec是一款轻量级，低耦合，便于安装的向量数据库插件，作为为专有大模型的向量数据存储和检索的底座，支持向量数据的存储、 相似度计算，支持针对向量数据建立索引（IVFFLAT），加速查询且支持大多向量计算，是向量数据存储与计算不错的选择。
