Pinecone创建无服务器索引

Pinecone

类型：数据库

简介：实时且性能出色的向量数据库，专门针对大规模向量搜索进行优化。

百科词条 访问网站

Pinecone索引可以帮助用户快速找到所需的数据。无服务器索引代表着无需管理服务器就能自动扩展。下面站长百科主要介绍如何创建两种常见的无服务器索引：密集索引和稀疏索引，以及相关注意事项。

一、Pinecone密集索引创建

密集索引就像是把整本书的内容提炼成一个精华摘要，用数字向量表示文本、图像等数据的含义。你可以用它进行语义搜索（比如找意思相近的内容），或者和稀疏索引结合使用。

1、集成嵌入方式（自动转换文本）

如果你想直接上传文本，让Pinecone自动帮你转换为向量，可以这样创建：

from pinecone import Pinecone

pc = Pinecone(api_key=”YOUR_API_KEY”)

index_name = “integrated-dense-py”

if not pc.has_index(index_name):
pc.create_index_for_model(
name=index_name,
cloud=”aws”,
region=”us-east-1″,
embed={
“model”:”llama-text-embed-v2″,
“field_map”:{“text”: “chunk_text”}
}
)

2、自带向量方式（已有外部生成的向量）

如果你已经用其他工具把数据转换成了向量，只需告诉Pinecone向量数据库的维度和相似度计算方法：

from pinecone.grpc import PineconeGRPC as Pinecone
from pinecone import ServerlessSpec

pc = Pinecone(api_key=”YOUR_API_KEY”)

index_name = “standard-dense-py”

if not pc.has_index(index_name):
pc.create_index(
name=index_name,
vector_type=”dense”,
dimension=1536,
metric=”cosine”,
spec=ServerlessSpec(
cloud=”aws”,
region=”us-east-1″
),
deletion_protection=”disabled”,
tags={
“environment”: “development”
}
)

二、Pinecone稀疏索引创建（公共预览版）

稀疏索引就像是书的目录，记录了关键词在文档中的位置和重要性。你可以用它进行关键词搜索，或者和密集索引结合使用。

1、集成嵌入方式

from pinecone import Pinecone

pc = Pinecone(api_key=”YOUR_API_KEY”)

index_name = “integrated-sparse-py”

if not pc.has_index(index_name):
pc.create_index_for_model(
name=index_name,
cloud=”aws”,
region=”us-east-1″,
embed={
“model”:”pinecone-sparse-english-v0″,
“field_map”:{“text”: “chunk_text”}
}
)

2、自带向量方式

from pinecone import Pinecone, ServerlessSpec

pc = Pinecone(api_key=”YOUR_API_KEY”)

index_name = “standard-sparse-py”

if not pc.has_index(index_name):
pc.create_index(
name=index_name,
vector_type=”sparse”,
metric=”dotproduct”,
spec=ServerlessSpec(cloud=”aws”, region=”eu-west-1″)
)

三、关键选项说明

1、云区域选择

创建索引时，需要选择存储数据的云服务商和区域。不同区域支持的计划不同：

AWS官网：注册立享100+免费云服务

注意：免费的Starter计划只能在AWS的us-east-1区域创建索引。如果需要其他区域，需要升级计划。而且索引创建后，云区域无法更改。

2、相似度指标

创建密集索引时，需要选择计算向量相似度的方法，就像选择用什么标准来判断两本书是否相似：

• 欧氏距离：计算向量之间的直线距离
• 余弦相似度：计算向量方向的相似性
• 点积：计算向量的内积

为了获得最准确的结果，建议选择和你使用的嵌入模型相同的相似度指标。而稀疏索引只能使用点积。

3、嵌入模型

嵌入模型能把文本、图像等数据转换成向量。Pinecone提供了多种托管的嵌入模型，你可以让Pinecone在插入数据和查询时自动转换，也可以自己先用外部工具转换好再上传。

通过以上步骤可以轻松创建适合自己需求的Pinecone无服务器索引。