使用Tigris构建向量搜索应用的实战指南-优快云博客

在现代应用开发中，高效的向量搜索能够显著提升用户体验。Tigris作为一个开源的无服务器NoSQL数据库和搜索平台，致力于简化构建高性能向量搜索应用的过程。本文将通过实际的代码演示，指导您如何将Tigris用作向量存储(VectorStore)，并进行相似度搜索。

技术背景介绍

向量搜索应用广泛用于需要快速检索相似对象的场景中，如推荐系统、图像搜索和自然语言处理等。Tigris通过消除管理和同步多个工具的基础设施复杂性，使开发者可以专注于创建出色的应用程序。

核心原理解析

Tigris提供了一种简单而高效的方式来存储和检索向量数据。结合OpenAI的嵌入向量生成能力，Tigris可以用于执行快速的相似度搜索。通过将文本数据转换为向量并存入Tigris，我们可以轻松地进行向量比较和检索。

代码实现演示

1. 安装依赖项

首先，我们需要安装所需的Python库：

%pip install --upgrade --quiet tigrisdb openapi-schema-pydantic langchain-openai langchain-community tiktoken

2. 设置环境变量

接下来，我们将加载OpenAI的API密钥和Tigris的凭据：

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")
os.environ["TIGRIS_PROJECT"] = getpass.getpass("Tigris Project Name:")
os.environ["TIGRIS_CLIENT_ID"] = getpass.getpass("Tigris Client Id:")
os.environ["TIGRIS_CLIENT_SECRET"] = getpass.getpass("Tigris Client Secret:")

3. 导入必要模块

from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores import Tigris
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import CharacterTextSplitter

4. 初始化Tigris向量存储

首先，我们将导入测试数据集，并拆分文本以便处理：

loader = TextLoader("../../../state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

生成文本的向量嵌入：

embeddings = OpenAIEmbeddings()
vector_store = Tigris.from_documents(docs, embeddings, index_name="my_embeddings")

5. 执行相似度搜索

进行相似度搜索的示例：

query = "What did the president say about Ketanji Brown Jackson"
found_docs = vector_store.similarity_search(query)
print(found_docs)

获取相似度分数（向量距离）的示例：

result = vector_store.similarity_search_with_score(query)
for doc, score in result:
    print(f"document={doc}, score={score}")

应用场景分析

问答系统：使用向量搜索快速检索相关答案。
推荐系统：根据用户查询返回最相关的内容。
内容管理：高效整理和检索大规模文本数据。

实践建议

确保API键和其他敏感信息的安全性。
根据应用需求调整chunk_size和chunk_overlap参数，优化性能。
定期更新嵌入向量以保持搜索结果的准确性。

如果遇到问题欢迎在评论区交流。
—END—