> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ¿Se puede usar ClickHouse para la búsqueda vectorial?

> Aprende a usar ClickHouse para la búsqueda vectorial, incluido el almacenamiento de embeddings y las búsquedas con funciones de distancia como la similitud de coseno.

{frontMatter.description}

<div id="clickhouse-for-vector-search">
  ## ¡ClickHouse para búsqueda vectorial!
</div>

Sí, ClickHouse puede realizar búsquedas vectoriales.

Las principales ventajas de usar ClickHouse para la búsqueda vectorial, frente a bases de datos vectoriales más especializadas, incluyen:

* Usar las capacidades de filtrado y búsqueda de texto completo de ClickHouse para refinar tu conjunto de datos antes de realizar una búsqueda.
* Realizar análisis sobre tus conjuntos de datos.
* Ejecutar un `JOIN` con tus datos existentes.
* Evitar tener que gestionar otra base de datos más y complicar tu infraestructura.

Aquí tienes un breve tutorial sobre cómo usar ClickHouse para la búsqueda vectorial.

<div id="1-create-embeddings">
  ## 1. Crear embeddings
</div>

Tus datos (documentos, imágenes o datos estructurados) deben convertirse en *embeddings*. Recomendamos crear embeddings con la [API de Embeddings de OpenAI](https://platform.openai.com/docs/api-reference/embeddings) o con la biblioteca de Python de código abierto [SentenceTransformers](https://www.sbert.net/).

Puedes entender un embedding como un gran vector de números de coma flotante que representa tus datos. [Consulta esta guía de OpenAI para obtener más información sobre los embeddings](https://platform.openai.com/docs/guides/embeddings/what-are-embeddings).

<div id="2-store-the-embeddings">
  ## 2. Almacenar los embeddings
</div>

Una vez generados los embeddings, debes almacenarlos en ClickHouse. Cada embedding debe almacenarse en una fila independiente y puede incluir metadatos para filtrado, agregaciones o análisis. Aquí tienes un ejemplo de una tabla que puede almacenar imágenes con descripciones:

```sql theme={null}
CREATE TABLE images
(
	`_file` LowCardinality(String),
	`caption` String,
	`image_embedding` Array(Float32)
)
ENGINE = MergeTree;
```

<div id="3-search-for-related-embeddings">
  ## 3. Buscar embeddings relacionados
</div>

Supongamos que quieres buscar imágenes de perros en tu conjunto de datos. Puedes usar una función de distancia como `cosineDistance` para usar el embedding de una imagen de perro y buscar imágenes relacionadas:

```sql theme={null}
SELECT
    _file,
	caption,
	cosineDistance(
        -- Un embedding de tu imagen "de entrada" de un perro
        [0.5736801028251648, 0.2516217529773712, ...,  -0.6825592517852783],
        image_embedding
    ) AS score
FROM images
ORDER BY score ASC
LIMIT 10
```

Esta consulta devuelve los nombres de `_file` y la `caption` de las 10 imágenes con más probabilidades de estar relacionadas con la imagen de perro que proporcionaste.

<div id="further-reading">
  ## Más información
</div>

Si quieres seguir un tutorial más detallado sobre búsqueda vectorial con ClickHouse, consulta:

* [Búsqueda vectorial exacta y aproximada](/es/reference/engines/table-engines/mergetree-family/annindexes)