数据库管理-第159期 Oracle Vector DB & AI-10（20240311）

数据库管理-第159期 Oracle Vector DB & AI-10（20240311）

作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Associate: Database（Oracle与MySQL）
国内某科技公司 DBA总监
10年数据库行业经验，现主要从事数据库服务工作
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP、认证技术专家、年度墨力之星，ITPUB认证专家，OCM讲师
圈内拥有“总监”、“保安”、“国产数据库最大敌人”等称号，非著名社恐（社交恐怖分子）
公众号：胖头鱼的鱼缸；CSDN：胖头鱼的鱼缸（尹海文）；墨天轮：胖头鱼的鱼缸；ITPUB：yhw1809。
除授权转载并标明出处外，均为“非法”抄袭。

写了些其他的东西，又休息了几天，今天继续。
在前面我演示了vector_distance()的默认算法方式，即Euclidean Squared（欧几里得平方）。本期我将演示其他的distance函数。

1 其他distance函数

在Oracle AI Vector Search中还有其他几种类型的distance函数：

• Cosine Similarity（余弦相似度）
• Dot Product（点积）
• Manhattan Distance（曼哈顿距离）
• Hamming Distance（汉明距离）

在vector_distance()函数中，默认为EUCLIDEAN，指定其他distance函数则使用一下方法：

• vector_distance(v1, v2, EUCLIDEAN);
• vector_distance(v1, v2, COSINE);
• vector_distance(v1, v2, DOT);
• vector_distance(v1, v2, MANHATTAN);
• vector_distance(v1, v2, HAMMING);

2 实例演示

本节内容仍使用上一期的VT2表，使用向量点(16,4)进行演示，不同的函数结果略有不同：

使用其他函数寻找最近向量点

Cosine Similarity
我们不关心实际距离，而是关心距离最小的行的ID

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector_distance( vector('[16, 4]'), v, COSINE)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

Euclidean Similarity
我们不关心实际距离，而是关心距离最小的行的ID

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector_distance( vector('[16, 4]'), v, EUCLIDEAN)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

Dot Product
我们不关心实际距离，而是关心距离最小的行的ID

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector_distance(vector('[16, 4]'), v, DOT)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

Manhattan
我们不关心实际距离，而是关心距离最小的行的ID

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector_distance(vector('[16, 4]'), v, MANHATTAN)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

Hamming
我们不关心实际距离，而是关心距离最小的行的ID。还要注意的是，搜索的结果与我们之前使用其他函数看到的结果不同

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector_distance( vector('[16, 4]'), v, HAMMING)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

函数变体

distance函数还有一些其他的变体写法：

• L1_DISTANCE(v1, v2) = MANHATTAN distance
• L2_DISTANCE(v1, v2) = EUCLIDEAN distance
• COSINE_DISTANCE(v1, v2) = COSINE similarity
• INNER_PRODUCT(v1, v2) = DOT product

L1_DISTANCE
我们不关心实际距离，而是关心距离最小的行的ID

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY L1_DISTANCE(vector('[16, 4]'), v)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

L2_DISTANCE
我们不关心实际距离，而是关心距离最小的行的ID

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY L2_DISTANCE(vector('[16, 4]'), v)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

COSINE_DISTANCE

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY COSINE_DISTANCE( vector('[16, 4]'), v)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

INNER_PRODUCT

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY INNER_PRODUCT(vector('[16, 4]'), v)
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

简写语法

distance函数还有一些简写写法：

• v1 <-> v2 = Euclidean distance
• v1 <=> v2 = Cosine similarity
• v1 <#> v2 = Negative dot product

v1 <-> v2

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector('[16, 4]') <-> v
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

**v1 <=> v2 **

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector('[16, 4]') <=> v 
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

v1 <#> v2

SELECT id, vsize, shape, color
FROM   vt2
ORDER  BY vector('[16, 4]') <#> v 
FETCH FIRST 4 ROWS ONLY;
1
2
3
4

总结

本期针对不同写法的不同distance函数。
本系列内容预计还有2-4篇，分别为其他vector函数，一个相对复杂的demo演示以及与PGVector的对比。
老规矩，知道写了些啥。