هل يمكن استخدام ClickHouse للبحث المتجهي؟

تعرّف على كيفية استخدام ClickHouse للبحث المتجهي، بما في ذلك تخزين التضمينات والبحث باستخدام دوال المسافة مثل تشابه جيب التمام.

​

ClickHouse للبحث المتجهي!

نعم، يمكن لـ ClickHouse تنفيذ بحث متجهي.

تشمل أبرز مزايا استخدام ClickHouse للبحث المتجهي مقارنةً باستخدام قواعد بيانات متجهية أكثر تخصصًا ما يلي:

• استخدام إمكانات التصفية والبحث النصي الكامل في ClickHouse لتحسين مجموعة البيانات قبل إجراء البحث.
• إجراء التحليلات على مجموعات البيانات لديك.
• تنفيذ JOIN على بياناتك الحالية.
• من دون الحاجة إلى إدارة قاعدة بيانات أخرى تزيد تعقيد بنيتك التحتية.

إليك دليل عملي سريعًا حول كيفية استخدام ClickHouse للبحث المتجهي.

​

1. أنشئ التضمينات

يجب تحويل بياناتك (المستندات أو الصور أو البيانات المنظَّمة) إلى تضمينات. نوصي بإنشاء التضمينات باستخدام واجهة برمجة تطبيقات OpenAI Embeddings أو مكتبة بايثون مفتوحة المصدر SentenceTransformers.

يمكنك اعتبار التضمين مصفوفة كبيرة من أعداد ذات فاصلة عائمة تمثل بياناتك. اطّلع على هذا الدليل من OpenAI لمعرفة المزيد عن التضمينات.

​

2. تخزين التضمينات

بمجرد إنشاء التضمينات، تحتاج إلى تخزينها في ClickHouse. يجب تخزين كل تضمين في صف منفصل، ويمكن أن يتضمن بيانات وصفية لأغراض التصفية أو التجميع أو التحليلات. فيما يلي مثال على جدول يمكنه تخزين الصور مع التعليقات التوضيحية:

CREATE TABLE images
(
	`_file` LowCardinality(String),
	`caption` String,
	`image_embedding` Array(Float32)
)
ENGINE = MergeTree;

​

3. ابحث عن تضمينات ذات صلة

لنفترض أنك تريد البحث عن صور للكلاب في مجموعة البيانات الخاصة بك. يمكنك استخدام دالة مسافة مثل cosineDistance لأخذ تضمين لصورة كلب ثم البحث عن صور ذات صلة:

SELECT
    _file,
	caption,
	cosineDistance(
        -- An embedding of your "input" dog picture
        [0.5736801028251648, 0.2516217529773712, ...,  -0.6825592517852783],
        image_embedding
    ) AS score
FROM images
ORDER BY score ASC
LIMIT 10

يعرض هذا الاستعلام أسماء _file وcaption لأكثر 10 صور يُرجَّح ارتباطها بصورة الكلب التي قدّمتها.

​

للمزيد من القراءة

للاطلاع على دليل عملي أكثر تفصيلًا حول البحث المتجهي باستخدام ClickHouse، يُرجى مراجعة:

• البحث المتجهي الدقيق والتقريبي