Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 281 · Текст · ~5 мин

Гибридный векторный поиск в Redis

Урок 281 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Этот notebook представляет собой введение в использование Redis в качестве векторной базы данных с OpenAI embeddings и выполнение гибридных запросов, которые объединяют VSS и лексический поиск с помощью функционала Redis Query and Search. Redis — это масштабируемая база данных реального времени, которую можно использовать как векторную базу данных при применении модуля RediSearch. Функционал Redis Query and Search позволяет индексировать и искать векторы в Redis. Этот notebook покажет, как использовать Redis Query and Search для индексации и поиска векторов, созданных с помощью OpenAI API и хранящихся в Redis.

Гибридные запросы объединяют векторное сходство с традиционными возможностями фильтрации Redis Query and Search по данным GEO, NUMERIC, TAG или TEXT, что упрощает код приложения. Распространенный пример гибридного запроса в сценарии электронной коммерции — поиск товаров, визуально похожих на заданное изображение запроса, ограниченный товарами, доступными в определенной GEO-локации и в заданном ценовом диапазоне.

Прежде чем начать этот проект, необходимо настроить следующее:

  • запустить базу данных Redis с RediSearch (redis-stack)
  • установить библиотеки Redis-py

===========================================================

Чтобы упростить этот пример, мы будем использовать docker-контейнер Redis Stack, который можно запустить следующим образом:

Это также включает GUI RedisInsight для управления вашей базой данных Redis, который вы можете просмотреть по адресу http://localhost:8001 после запуска docker-контейнера.

Все настроено и готово к работе! Далее мы импортируем и создаем наш клиент для связи с только что созданной базой данных Redis.

Redis-Py — это python-клиент для связи с Redis. Мы будем использовать его для связи с нашей базой данных Redis-stack.

===========================================================

OpenAI API key используется для векторизации данных запросов.

Если у вас нет OpenAI API key, вы можете получить его по адресу https://beta.openai.com/account/api-keys.

После получения ключа, пожалуйста, добавьте его в переменные окружения как OPENAI_API_KEY, используя следующую команду:

В этом разделе мы загрузим и очистим набор данных электронной коммерции. Мы сгенерируем embeddings с помощью OpenAI и используем эти данные для создания индекса…

План урока

  1. Предварительные требования
  2. Запуск Redis
  3. Установка требований
  4. Подготовьте ваш OpenAI API key
  5. Загрузка данных
  6. Подключение к Redis
  7. Создание поискового индекса в Redis
  8. Генерация OpenAI Embeddings и загрузка документов в индекс

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды