目前，AIGC領(lǐng)域正處于蓬勃發(fā)展的階段，同時(shí)大規模數據集的使用和計算資源用量提升，也為AIGC業(yè)務(wù)架構底層的基礎設施提出了更高的要求。為了更好地支持AIGC業(yè)務(wù)的發(fā)展，UCloud在數據中心建設、網(wǎng)絡(luò )、文件存儲、主機鏡像市場(chǎng)等多個(gè)方面都提供了相關(guān)產(chǎn)品和解決方案。

　　數據庫方面，在云主機鏡像市場(chǎng)已支持Milvus向量數據庫的基礎上，UCloud云數據庫UDB中的PostgreSQL（以下簡(jiǎn)稱(chēng)UPgSQL）還新增支持了pgvector向量數據庫插件，持續在A(yíng)IGC業(yè)務(wù)架構中所涉及的向量數據庫環(huán)節完善產(chǎn)品支持。

　　pgvector的特點(diǎn)及使用場(chǎng)景

　　pgvector是PostgreSQL數據庫的擴展插件，其設計目的是讓用戶(hù)能夠在現有的PostgreSQL數據庫上實(shí)現向量搜索和計算，而無(wú)需引入額外的向量數據庫，主要特點(diǎn)如下：

　　和PostgreSQL數據庫深度集成

　　pgvector作為PostgreSQL數據庫的一個(gè)擴展插件，它允許在PostgreSQL數據庫中存儲和查詢(xún)向量數據，無(wú)需遷移數據或更改應用程序架構，從而降低了集成的復雜性。如果業(yè)務(wù)架構已經(jīng)在使用 PostgreSQL，而且希望快速地添加向量數據支持，pgvector是一個(gè)便捷的選擇。

　　SQL簡(jiǎn)單易用

　　pgvector使用標準SQL查詢(xún)語(yǔ)言，適合于熟悉SQL查詢(xún)的用戶(hù)，而Milvus等專(zhuān)業(yè)向量數據庫則是提供了自己的查詢(xún)語(yǔ)言和 API。

　　數據模型可以靈活組合

　　pgvector允許用戶(hù)將向量數據存儲在表中的特定列中，同時(shí)允許將向量數據與其他屬性數據混合在一起。這種靈活性使得用戶(hù)可以在單一查詢(xún)中同時(shí)處理向量數據和其他結構化數據，從而滿(mǎn)足更廣泛的分析需求。

　　開(kāi)箱即用

　　UDB UPgSQL數據庫產(chǎn)品已經(jīng)內置了pgvector插件，可以在實(shí)例創(chuàng )建成功后直接開(kāi)始使用，無(wú)需進(jìn)行額外的配置。與Milvus等向量數據庫相比，這種集成方式減少了學(xué)習和配置的成本。

　　UCloud pgvector數據庫快速入門(mén)

　　pgvector最大支持創(chuàng )建16000個(gè)維度的向量， 并可以對最大2000個(gè)維度的向量建立索引。云數據庫UPgSQL默認已經(jīng)安裝并啟用pgvector插件，以下是商品搜索與推薦系統案例中使用pgvector的具體步驟：

　　1.在UCloud UPgSQL控制臺創(chuàng )建一臺PostgreSQL數據庫實(shí)例，通過(guò)Root用戶(hù)登錄數據庫。

　　2.創(chuàng )建一個(gè)商品表，其中包含商品的名稱(chēng)、描述和特征向量。

　　3.向商品表中插入一些商品數據，包括商品名稱(chēng)、描述以及與其相關(guān)的特征向量。

　　4. 當搜索商品時(shí)，可以使用向量相似度來(lái)執行智能的商品搜索

　　5.基于用戶(hù)的歷史購買(mǎi)記錄或瀏覽行為，可以計算用戶(hù)的偏好向量，然后根據相似度來(lái)為用戶(hù)推薦其他商品。

　　6.創(chuàng )建索引：為了提高查詢(xún)效率， pgvector支持為向量數據建立IVF-Flat索引，可以通過(guò)下列語(yǔ)句創(chuàng )建索引。

　　創(chuàng )建索引語(yǔ)句的參數說(shuō)明：

　　●CREATE INDEX ON products表示在 "products" 表上創(chuàng )建一個(gè)新的索引。

　　●USING ivfflat: 這部分指定了要使用的索引方法，即 "ivfflat"。

　　●(vector_data vector_cosine_ops): "vector_data" 是列的名稱(chēng)， "vector_cosine_ops" 是指向量余弦相似度操作符，這表明你希望使用余弦相似度來(lái)優(yōu)化這個(gè)索引。

　　●WITH (lists = 100): "lists" 參數設置為 100，是為了控制索引中的列表數量，以便在向量搜索時(shí)進(jìn)行更有效的查詢(xún)。

　　更多使用方法詳見(jiàn) pgvector官方文檔（https://github.com/pgvector/pgvector）

　　UDB作為UCloud云平臺的核心產(chǎn)品，為廣大用戶(hù)提供了多樣化的數據庫選擇，覆蓋了MySQL、PostgreSQL、SQL Server、MongoDB等常用數據庫品類(lèi)。UDB PostgreSQL數據庫支持pgvector插件后，可以通過(guò)創(chuàng )建UDB PostgreSQL數據庫快速獲得pgvector功能，無(wú)需額外的配置。

　　同時(shí)，如果需要專(zhuān)業(yè)的向量數據庫功能，也可以使用UCloud鏡像市場(chǎng)中的Milvus鏡像，創(chuàng )建對應主機獲取Milvus向量數據庫服務(wù)。作為一款開(kāi)源向量數據庫，Milvus專(zhuān)注于高性能的向量數據存儲與檢索。它的設計旨在處理大規模的向量數據，包括圖像、文本、音頻等各個(gè)領(lǐng)域的向量特征。Milvus以高效的相似性搜索和向量計算為特色，滿(mǎn)足了多領(lǐng)域數據探索和分析的需求。