瞭解嵌入工作流程示例

本頁面提供工作流程範例，說明如何搭配使用 mysql.ml_embedding() 函式和儲存在資料表中的資料，以及 mysql vector 查詢功能。本例使用純文字輸入內容，從某個資料庫中擷取結果，該資料庫是透過大型語言模型 (LLM) 導向的語意剖析機制來分析文字意思。

嵌入工作流程情境範例

假設資料庫在 MySQL 適用的 Cloud SQL 上執行，且具備下列特點：

  • 資料庫包含一個資料表：items。這份表格的每一列都說明貴商家銷售的項目。

  • items 資料表包含 complaints 資料欄。這個資料欄會以純文字形式，儲存買家對各個項目提出的申訴。

  • 資料庫會與 Vertex AI Model Garden 整合，因此可存取 textembedding-gecko LLM。

雖然這個資料庫會儲存有關項目的申訴內容，但這些申訴內容會以純文字形式儲存，因此查詢起來相當困難。舉例來說，如果想瞭解收到錯誤顏色商品的顧客最常抱怨哪些項目，您可以在資料表上執行一般 SQL 查詢，尋找各種關鍵字相符項目。不過，這種做法只會比對包含這些完全比對關鍵字的資料列。

舉例來說，如果 complaints 欄位只包含 The picture shows a blue one, but the one I received was red，則 SELECT * FROM item WHERE complaints LIKE "%wrong color%" 等基本 SQL 查詢不會傳回資料列。

使用 LLM 支援的嵌入內容進行 SQL 查詢，有助於填補這項落差。套用嵌入後，您可以在這個範例中查詢資料表，找出與指定文字提示 (例如「顏色錯誤」) 語意相似的項目。

下列步驟說明如何在稍早所述的範例情境中啟用這項功能。

準備資料表

在 items 資料表的內容上執行 LLM 查詢之前，您必須準備資料表，根據現有資料儲存及建立嵌入內容的索引。

建立資料欄來儲存嵌入內容

在表格中新增資料欄，用來儲存嵌入內容。

sql ALTER TABLE items ADD COLUMN complaint_embedding vector(768) using varbinary;

本範例將 768 指定為引數，因為這是 textembedding-gecko LLM 支援的維度數量。詳情請參閱「產生嵌入內容」。

這個範例會將 vector 資料類型套用至資料欄，簡化搭配資料欄值使用 pgvector 函式和運算子的程序。

填入新資料欄

使用 mysql.ml_embedding() 函式，根據 complaints 欄中每列的文字值，在這個新欄中填入嵌入內容。在本範例中，Cloud SQL 會使用 ID 為 textembedding-gecko 的 LLM 生成嵌入，版本為 004。

UPDATE items SET complaint_embedding = mysql.ml_embedding('text-embedding-005', complaints);
這個範例會將 mysql.ml_embedding() 的二進位傳回值隱含轉換為 vector 值，以便將值儲存在您在「建立資料欄來儲存嵌入」中建立的 vector 資料欄。

建立索引

如要提升效能，請在 items 表格中新增索引。

CREATE VECTOR INDEX complaint_embed_idx ON items(complaint_embedding)
  USING SCANN DISTANCE_MEASURE=COSINE;

如要進一步瞭解如何建立這類索引，請參閱建立最鄰近索引。此外，如要進一步瞭解如何透過設定參數調整索引，請參閱「查詢和索引嵌入」。

使用提供的文字執行 LLM 輔助查詢

您現在可以對 items 表格執行語意最鄰近查詢。下列查詢會使用 approx_distance 函式完成下列動作：

  • 根據與 It was the wrong color 文字的語意鄰近程度，排序表格列。
  • 傳回前十項申訴。

查詢會顯示第一個排序資料列的 id 和 name 值。

SELECT mysql.ML_EMBEDDING('text-embedding-005', 'It was the wrong color') into @query_vector;

select id, name from items order by approx_distance(complaint_embedding , @query_vector,'distance_measure=cosine') limit 10;

後續步驟