SAP HANA Cloud Vector Engine 使用示例

技术背景介绍

随着人工智能和大数据技术的不断发展，向量搜索引擎在处理文本和实现智能查询中发挥了重要的作用。SAP HANA Cloud Vector Engine 提供了一种高效的方式来存储和查询向量数据。本文将展示如何使用 SAP HANA Cloud Vector Engine 来构建一个自查询检索器，并展示其在实际场景中的应用。

核心原理解析

向量存储是一种将文档转换为高维向量，然后存储在数据库中的技术。通过与预定义的向量进行比较，可以快速检索出与查询语句最相似的文档。在本文中，我们将使用 SAP HANA Cloud Vector Engine 来创建一个自定义表，并结合 OpenAI 的嵌入模型来实现文档的存储和查询。

代码实现演示

环境配置

首先，需要配置连接 SAP HANA 数据库的环境变量，并导入必要的库。

import os
from hdbcli import dbapi

# 使用环境变量中的连接设置
connection = dbapi.connect(
    address=os.environ.get("HANA_DB_ADDRESS"),
    port=os.environ.get("HANA_DB_PORT"),
    user=os.environ.get("HANA_DB_USER"),
    password=os.environ.get("HANA_DB_PASSWORD"),
    autocommit=True,
    sslValidateCertificate=False,
)

创建自定义表

在 SAP HANA 数据库中创建一个包含向量数据的自定义表。

# 创建自定义表
cur = connection.cursor()
cur.execute("DROP TABLE LANGCHAIN_DEMO_SELF_QUERY", ignoreErrors=True)
cur.execute(
    (
        """CREATE TABLE "LANGCHAIN_DEMO_SELF_QUERY"  (
        "name" NVARCHAR(100), "is_active" BOOLEAN, "id" INTEGER, "height" DOUBLE,
        "VEC_TEXT" NCLOB, 
        "VEC_META" NC