将 TiDB Vector Search 与 SQLAlchemy 集成

本教程将引导你如何使用 SQLAlchemy 与 TiDB Vector Search 交互，存储嵌入向量，并执行向量搜索查询。

前提条件

完成本教程，你需要：

• 安装 Python 3.8 或更高版本
• 安装 Git
• 一个 TiDB 集群

如果你还没有 TiDB 集群，可以按照以下步骤创建：

• （推荐）参考 创建 TiDB Cloud Starter 集群 来创建你自己的 TiDB Cloud 集群。
• 参考 部署本地测试 TiDB 集群 或 部署生产环境 TiDB 集群 来创建版本为 v8.4.0 或更高版本的本地集群。

运行示例应用

你可以通过以下步骤快速了解如何将 TiDB Vector Search 与 SQLAlchemy 集成。

第 1 步：克隆仓库

将 tidb-vector-python 仓库克隆到你的本地机器：

git clone https://github.com/pingcap/tidb-vector-python.git

第 2 步：创建虚拟环境

为你的项目创建一个虚拟环境：

cd tidb-vector-python/examples/orm-sqlalchemy-quickstart
python3 -m venv .venv
source .venv/bin/activate

第 3 步：安装所需依赖

安装示例项目所需的依赖：

pip install -r requirements.txt

或者，你也可以单独安装以下包：

pip install pymysql python-dotenv sqlalchemy tidb-vector

第 4 步：配置环境变量

根据你选择的 TiDB 部署方式，配置环境变量。

TIDB_DATABASE_URL="mysql+pymysql://<USER>:<PASSWORD>@<HOST>:<PORT>/<DATABASE>"
# 例如：TIDB_DATABASE_URL="mysql+pymysql://root@127.0.0.1:4000/test"

第 5 步：运行示例

python sqlalchemy-quickstart.py

示例输出：

Get 3-nearest neighbor documents:
  - distance: 0.00853986601633272
    document: fish
  - distance: 0.12712843905603044
    document: dog
  - distance: 0.7327387580875756
    document: tree
Get documents within a certain distance:
  - distance: 0.00853986601633272
    document: fish
  - distance: 0.12712843905603044
    document: dog

示例代码片段

你可以参考以下示例代码片段，开发你的应用。

创建向量表

连接到 TiDB 集群

import os
import dotenv

from sqlalchemy import Column, Integer, create_engine, Text
from sqlalchemy.orm import declarative_base, Session
from tidb_vector.sqlalchemy import VectorType

dotenv.load_dotenv()

tidb_connection_string = os.environ['TIDB_DATABASE_URL']
engine = create_engine(tidb_connection_string)

定义向量列

创建一个表，包含名为 embedding 的列，用于存储 3 维向量。

Base = declarative_base()

class Document(Base):
    __tablename__ = 'sqlalchemy_demo_documents'
    id = Column(Integer, primary_key=True)
    content = Column(Text)
    embedding = Column(VectorType(3))

存储带有嵌入向量的文档

with Session(engine) as session:
   session.add(Document(content="dog", embedding=[1, 2, 1]))
   session.add(Document(content="fish", embedding=[1, 2, 4]))
   session.add(Document(content="tree", embedding=[1, 0, 0]))
   session.commit()

搜索最近邻文档

根据余弦距离函数，搜索与查询向量 [1, 2, 3] 语义最接近的前 3 个文档。

with Session(engine) as session:
   distance = Document.embedding.cosine_distance([1, 2, 3]).label('distance')
   results = session.query(
      Document, distance
   ).order_by(distance).limit(3).all()

搜索距离在一定范围内的文档

搜索与查询向量 [1, 2, 3] 的余弦距离小于 0.2 的文档。

with Session(engine) as session:
    distance = Document.embedding.cosine_distance([1, 2, 3]).label('distance')
    results = session.query(
        Document, distance
    ).filter(distance < 0.2).order_by(distance).limit(3).all()

相关链接

• Vector Data Types
• Vector Search Index