Resumé

I dette modul lærte du, hvordan du implementerer vektorsøgningsfunktioner ved hjælp af pgvector-udvidelsen i Azure Database for PostgreSQL. Du startede med at aktivere udvidelsen og designe skemaer med vektorkolonner til at gemme embeddings fra forskellige modeller, og forstå, hvordan dimensionsstørrelse påvirker lagring og ydeevne. Du udforskede de tre afstandsoperatorer – euklidisk afstand, cosinusafstand og indre produkt – og lærte, hvornår du skulle anvende hver baseret på din embedding-model og brugstilfælde.

Du lærte også, hvordan man opretter vektorindekser ved hjælp af IVFFlat- og HNSW-algoritmer til at omdanne dyre sekventielle scanninger til hurtige nærmeste-nabo-søgninger. Du opdagede, at IVFFlat kræver eksisterende data før indeksoprettelse og bruger lister og probeparametre til at balancere hastighed og genkaldelse, mens HNSW kan indeksere data inkrementelt og giver bedre genkaldelse med m, ef_construction og ef_search parametre. Du lærte at verificere indeksbrugen med EXPLAIN ANALYZE og matche operatorklasser med dine distanceoperatorer.

Derudover undersøgte du strategier for indekslivscyklusstyring, herunder overvågning af indeksets sundhed med pg_stat_user_indexes, bestemmelse af hvornår indekser skal genopbygges efter væsentlige dataændringer, og håndtering af indlejrede modelmigreringer, der kræver opdatering af alle vektorer. Du implementerede semantiske hentningsmønstre, der kombinerer vektorlighed med metadatafiltrering, afstandstærskler og multi-vektorforespørgsler. Endelig har du designet RAG-pipeline-skemaer, der adskiller kildedokumenter fra chunks, hvilket muliggør konteksthentning med fuld citationsmetadata for LLM-applikationer.