档案网站建设优秀代表移动互联时代网站建设

张

张建站

2026/5/24 6:42:35

10分钟阅读

档案网站建设优秀代表,移动互联时代网站建设,旅游网站建设方,怎么登录百度app一、GemFire 向量存储本节将引导您设置 GemFireVectorStore 来存储文档嵌入并执行相似性搜索。 GemFire 是一个分布式的内存键值存储#xff0c;能以极快的速度执行读写操作。它提供高可用的并行消息队列、持续可用性以及事件驱动架构#xff0c;您可以动态扩展而无需停机…一、GemFire 向量存储本节将引导您设置 GemFireVectorStore 来存储文档嵌入并执行相似性搜索。GemFire 是一个分布式的内存键值存储能以极快的速度执行读写操作。它提供高可用的并行消息队列、持续可用性以及事件驱动架构您可以动态扩展而无需停机。随着数据规模需求增长以支持高性能实时应用GemFire 能够轻松实现线性扩展。GemFire VectorDB 扩展了 GemFire 的能力作为一个通用的向量数据库可以高效地存储、检索和执行向量相似性搜索。二、先决条件启用了 GemFire VectorDB 扩展的 GemFire 集群安装 GemFire VectorDB 扩展一个 EmbeddingModel bean 来计算文档嵌入。有关更多信息请参阅 EmbeddingModel 部分。一个可在本地机器上运行的选项是 ONNX 和 all-MiniLM-L6-v2 句子转换器。三、自动配置Spring AI 自动配置、启动器模块的工件名称发生了重大变化。请参阅升级说明以获取更多信息。将 GemFire VectorStore Spring Boot 启动器添加到项目的 Maven 构建文件 pom.xml 中dependencygroupIdorg.springframework.ai/groupIdartifactIdspring-ai-starter-vector-store-gemfire/artifactId/dependency或添加到 Gradle build.gradle 文件中dependencies{implementationorg.springframework.ai:spring-ai-starter-vector-store-gemfire}3.1 配置属性您可以在 Spring Boot 配置中使用以下属性来进一步配置 GemFireVectorStore。四、手动配置如果仅使用 GemFireVectorStore 而不使用 Spring Boot 的自动配置请将以下依赖项添加到项目的 Maven pom.xml 中dependencygroupIdorg.springframework.ai/groupIdartifactIdspring-ai-gemfire-store/artifactId/dependency对于 Gradle 用户在 build.gradle 文件的 dependencies 块中添加以下内容以仅使用 GemFireVectorStoredependencies{implementationorg.springframework.ai:spring-ai-gemfire-store}五、使用以下示例创建了一个 GemfireVectorStore 实例而不是使用自动配置BeanpublicGemFireVectorStorevectorStore(EmbeddingModelembeddingModel){returnGemFireVectorStore.builder(embeddingModel).host(localhost).port(7071).username(my-user-name).password(my-password).indexName(my-vector-index).fields(newString[]{country,year,activationDate})// 可选用于元数据过滤的字段.initializeSchema(true).build();}默认配置连接到 localhost:8080 上的 GemFire 集群。在应用程序中创建一些文档ListDocumentdocumentsList.of(newDocument(Spring AI rocks!! Spring AI rocks!! Spring AI rocks!! Spring AI rocks!! Spring AI rocks!!,Map.of(country,UK,year,2020)),newDocument(The World is Big and Salvation Lurks Around the Corner,Map.of()),newDocument(You walk forward facing the past and you turn back toward the future.,Map.of(country,NL,year,2023)));将文档添加到向量存储vectorStore.add(documents);使用相似性搜索检索文档ListDocumentresultsvectorStore.similaritySearch(SearchRequest.builder().query(Spring).topK(5).build());您应该会检索到包含文本 “Spring AI rocks!!” 的文档。您还可以使用相似性阈值限制结果数量ListDocumentresultsvectorStore.similaritySearch(SearchRequest.builder().query(Spring).topK(5).similarityThreshold(0.5d).build());六、元数据过滤您也可以将通用的、可移植的元数据过滤器与 GemFire VectorStore 一起使用。例如您可以使用文本表达式语言vectorStore.similaritySearch(SearchRequest.builder().query(世界).topK(5).similarityThreshold(0.7).filterExpression(country BG year 2020).build());或者以编程方式使用 Filter.Expression DSLFilterExpressionBuilderbnewFilterExpressionBuilder();vectorStore.similaritySearch(SearchRequest.builder().query(世界).topK(5).similarityThreshold(0.7).filterExpression(b.and(b.eq(country,BG),b.gte(year,2020)).build()).build());这些可移植的过滤表达式会自动转换为专有的 GemFire VectorDB 查询格式。例如这个可移植的过滤表达式country BG year 2020被转换为专有的 GemFire VectorDB 过滤器格式country:BG AND year:[2020 TO *]GemFire VectorStore 支持广泛的过滤操作等于country ‘BG’ → country:BG不等于city ! ‘Sofia’ → city: NOT Sofia大于year 2020 → year:{2020 TO *]大于或等于year 2020 → year:[2020 TO *]小于year 2025 → year:[* TO 2025}小于或等于year ⇐ 2025 → year:[* TO 2025]INcountry in [‘BG’, ‘NL’] → country:(BG OR NL)NOT INcountry nin [‘BG’, ‘NL’] → NOT country:(BG OR NL)AND/OR用于组合条件的逻辑运算符分组使用括号处理复杂表达式日期过滤ISO 8601 格式的日期值例如 2024-01-07T14:29:12Z要在 GemFire VectorStore 中使用元数据过滤您必须在创建向量存储时指定可过滤的元数据字段。这是通过构建器中的 fields 参数完成的GemFireVectorStore.builder(embeddingModel).fields(newString[]{country,year,activationDate}).build();或者通过配置属性spring.ai.vectorstore.gemfire.fieldscountry,year,activationDate