📣

TiDB Cloud Serverless 现已更名为
Starter
!此页面由 AI 自动翻译,英文原文请见
此处。

向量函数与运算符

本文档列出了可用于向量数据类型的函数与运算符。

向量函数

以下函数专为 向量数据类型 设计。

向量距离函数:

函数名描述向量索引 支持
VEC_L2_DISTANCE计算两个向量之间的 L2 距离(欧氏距离)
VEC_COSINE_DISTANCE计算两个向量之间的余弦距离
VEC_NEGATIVE_INNER_PRODUCT计算两个向量内积的相反数
VEC_L1_DISTANCE计算两个向量之间的 L1 距离(曼哈顿距离)

其他向量函数:

函数名描述
VEC_DIMS返回向量的维度
VEC_L2_NORM计算向量的 L2 范数(欧氏范数)
VEC_FROM_TEXT将字符串转换为向量
VEC_AS_TEXT将向量转换为字符串

扩展的内置函数与运算符

以下内置函数与运算符已扩展以支持对 向量数据类型 的操作。

算术运算符:

名称描述
+向量按元素加法运算符
-向量按元素减法运算符

关于向量算术的更多信息,参见 向量数据类型 | 算术运算

聚合(GROUP BY)函数:

名称描述
COUNT()返回结果行数的计数
COUNT(DISTINCT)返回不同值的计数
MAX()返回最大值
MIN()返回最小值

比较函数与运算符:

名称描述
BETWEEN ... AND ...检查值是否在某个范围内
COALESCE()返回第一个非 NULL 的参数
=等于运算符
<=>NULL 安全等于运算符
>大于运算符
>=大于等于运算符
GREATEST()返回最大参数
IN()检查值是否在某个集合中
IS NULL判断值是否为 NULL
ISNULL()判断参数是否为 NULL
LEAST()返回最小参数
<小于运算符
<=小于等于运算符
NOT BETWEEN ... AND ...检查值是否不在某个范围内
!=, <>不等于运算符
NOT IN()检查值是否不在某个集合中

关于向量如何进行比较的更多信息,参见 向量数据类型 | 比较

流程控制函数:

名称描述
CASECASE 运算符
IF()IF/ELSE 结构
IFNULL()NULL IF/ELSE 结构
NULLIF()如果 expr1 = expr2 则返回 NULL

类型转换函数:

名称描述
CAST()将值转换为字符串或向量
CONVERT()将值转换为字符串

关于如何使用 CAST() 的更多信息,参见 向量数据类型 | 类型转换

完整参考

VEC_L2_DISTANCE

VEC_L2_DISTANCE(vector1, vector2)

使用以下公式计算两个向量之间的 L2 距离(欧氏距离):

DISTANCE(p,q)=i=1n(piqi)2DISTANCE(p,q)=\sqrt {\sum \limits _{i=1}^{n}{(p_{i}-q_{i})^{2}}}

两个向量必须具有相同的维度,否则会返回错误。

示例:

SELECT VEC_L2_DISTANCE('[0, 3]', '[4, 0]');
+-------------------------------------+ | VEC_L2_DISTANCE('[0, 3]', '[4, 0]') | +-------------------------------------+ | 5 | +-------------------------------------+

VEC_COSINE_DISTANCE

VEC_COSINE_DISTANCE(vector1, vector2)

使用以下公式计算两个向量之间的 余弦距离

DISTANCE(p,q)=1.0i=1npiqii=1npi2i=1nqi2DISTANCE(p,q)=1.0 - {\frac {\sum \limits _{i=1}^{n}{p_{i}q_{i}}}{{\sqrt {\sum \limits _{i=1}^{n}{p_{i}^{2}}}}\cdot {\sqrt {\sum \limits _{i=1}^{n}{q_{i}^{2}}}}}}

两个向量必须具有相同的维度,否则会返回错误。

对于来自 OpenAI 的嵌入,建议使用此函数

示例:

SELECT VEC_COSINE_DISTANCE('[1, 1]', '[-1, -1]');
+-------------------------------------------+ | VEC_COSINE_DISTANCE('[1, 1]', '[-1, -1]') | +-------------------------------------------+ | 2 | +-------------------------------------------+

VEC_NEGATIVE_INNER_PRODUCT

VEC_NEGATIVE_INNER_PRODUCT(vector1, vector2)

使用以下公式,通过计算两个向量 内积 的相反数来计算距离:

DISTANCE(p,q)=INNER_PROD(p,q)=i=1npiqiDISTANCE(p,q)=- INNER\_PROD(p,q)=-\sum \limits _{i=1}^{n}{p_{i}q_{i}}

两个向量必须具有相同的维度,否则会返回错误。

示例:

SELECT VEC_NEGATIVE_INNER_PRODUCT('[1, 2]', '[3, 4]');
+------------------------------------------------+ | VEC_NEGATIVE_INNER_PRODUCT('[1, 2]', '[3, 4]') | +------------------------------------------------+ | -11 | +------------------------------------------------+

VEC_L1_DISTANCE

VEC_L1_DISTANCE(vector1, vector2)

使用以下公式计算两个向量之间的 L1 距离(曼哈顿距离):

DISTANCE(p,q)=i=1npiqiDISTANCE(p,q)=\sum \limits _{i=1}^{n}{|p_{i}-q_{i}|}

两个向量必须具有相同的维度,否则会返回错误。

示例:

SELECT VEC_L1_DISTANCE('[0, 0]', '[3, 4]');
+-------------------------------------+ | VEC_L1_DISTANCE('[0, 0]', '[3, 4]') | +-------------------------------------+ | 7 | +-------------------------------------+

VEC_DIMS

VEC_DIMS(vector)

返回向量的维度。

示例:

SELECT VEC_DIMS('[1, 2, 3]');
+-----------------------+ | VEC_DIMS('[1, 2, 3]') | +-----------------------+ | 3 | +-----------------------+
SELECT VEC_DIMS('[]');
+----------------+ | VEC_DIMS('[]') | +----------------+ | 0 | +----------------+

VEC_L2_NORM

VEC_L2_NORM(vector)

使用以下公式计算向量的 L2 范数(欧氏范数):

NORM(p)=i=1npi2NORM(p)=\sqrt {\sum \limits _{i=1}^{n}{p_{i}^{2}}}

示例:

SELECT VEC_L2_NORM('[3, 4]');
+-----------------------+ | VEC_L2_NORM('[3, 4]') | +-----------------------+ | 5 | +-----------------------+

VEC_FROM_TEXT

VEC_FROM_TEXT(string)

将字符串转换为向量。在许多场景下,此转换会被隐式执行,例如向 VECTOR 数据类型的列插入数据时。然而,在某些表达式中(如向量的算术运算),如果不支持隐式转换,则需要显式调用此函数。

示例:

SELECT VEC_FROM_TEXT('[1, 2]') + VEC_FROM_TEXT('[3, 4]');
+-------------------------------------------------+ | VEC_FROM_TEXT('[1,2]') + VEC_FROM_TEXT('[3,4]') | +-------------------------------------------------+ | [4,6] | +-------------------------------------------------+

VEC_AS_TEXT

VEC_AS_TEXT(vector)

将向量转换为字符串。

示例:

SELECT VEC_AS_TEXT('[1.000, 2.5]');
+-----------------------------+ | VEC_AS_TEXT('[1.000, 2.5]') | +-----------------------------+ | [1,2.5] | +-----------------------------+

MySQL 兼容性

向量函数以及内置函数和运算符在向量数据类型上的扩展用法为 TiDB 特有,MySQL 不支持。

参见

文档内容是否有帮助?