Skip to main content
Open In ColabOpen on GitHub

Oracle AI 向量搜索：生成嵌入

Oracle AI Vector Search 专为人工智能 (AI) 工作负载设计，允许您基于语义而非关键词来查询数据。 Oracle AI Vector Search 的最大优势之一是，它能够在一个单一系统中将非结构化数据的语义搜索与业务数据的关系型搜索相结合。 这不仅功能强大，而且效率显著提高，因为您无需添加专门的向量数据库，从而避免了多系统间数据碎片化的困扰。

此外，您的向量可以受益于 Oracle 数据库的所有最强大功能，例如以下内容：

本指南演示了如何在 Oracle AI 向量搜索中使用嵌入功能，通过 OracleEmbeddings 为您的文档生成嵌入。

如果您刚开始使用 Oracle 数据库，可以考虑探索免费的 Oracle 23 AI，它为您提供了设置数据库环境的绝佳入门指南。在使用数据库时，通常建议避免默认使用 system 用户；相反，您可以创建自己的用户以增强安全性和定制化程度。有关创建用户的详细步骤，请参阅我们的端到端指南，其中还展示了如何在 Oracle 中设置用户。此外，理解用户权限对于有效管理数据库安全至关重要。您可以在官方关于管理用户账户和安全的Oracle 指南中了解更多相关信息。

先决条件​

确保已安装 Oracle Python 客户端驱动程序，以便实现 Langchain 与 Oracle AI 向量搜索的集成。

# pip install oracledb

连接 Oracle 数据库

以下示例代码将展示如何连接到 Oracle 数据库。默认情况下，python-oracledb 以“Thin"模式运行，该模式直接连接到 Oracle 数据库。此模式不需要 Oracle 客户端库。然而，当 python-oracledb 使用这些库时，可提供一些额外的功能。当使用 Oracle 客户端库时，称 python-oracledb 处于"Thick"模式。两种模式都具备全面的功能，支持 Python 数据库 API v2.0 规范。请参阅以下指南，了解每种模式所支持的功能。如果您无法使用 thin-mode，可能希望切换到 thick-mode。

import sys

import oracledb

# Update the following variables with your Oracle database credentials and connection details
username = "<username>"
password = "<password>"
dsn = "<hostname>/<service_name>"

try:
    conn = oracledb.connect(user=username, password=password, dsn=dsn)
    print("Connection successful!")
except Exception as e:
    print("Connection failed!")
    sys.exit(1)

在生成嵌入时，用户可选择多种提供商，包括在数据库内生成嵌入，或使用第三方服务（如OcigenAI、Hugging Face和OpenAI）。选择第三方提供商的用户必须配置包含必要认证信息的凭据。或者，如果用户选择“数据库”作为提供商，则需要将ONNX模型加载到Oracle数据库中以支持嵌入生成。

加载ONNX模型​

Oracle 支持多种嵌入提供者，使用户能够在专有的数据库解决方案与第三方服务（如 OCIGENAI 和 HuggingFace）之间进行选择。该选择决定了生成和管理嵌入的方法。

重要：如果用户选择数据库选项，则必须将ONNX模型上传到Oracle数据库中。相反，如果选择第三方提供商来生成嵌入，则无需将ONNX模型上传到Oracle数据库。

直接在Oracle中使用ONNX模型的一个显著优势是，它通过消除将数据传输给外部方的需求，提供了增强的安全性和性能。此外，这种方法避免了通常与网络或REST API调用相关的延迟。

以下是将ONNX模型上传到Oracle数据库的示例代码：

from langchain_community.embeddings.oracleai import OracleEmbeddings

# Update the directory and file names for your ONNX model
# make sure that you have onnx file in the system
onnx_dir = "DEMO_DIR"
onnx_file = "tinybert.onnx"
model_name = "demo_model"

try:
    OracleEmbeddings.load_onnx_model(conn, onnx_dir, onnx_file, model_name)
    print("ONNX model loaded.")
except Exception as e:
    print("ONNX model loading failed!")
    sys.exit(1)
API 参考：OracleEmbeddings

创建凭据​

在选择第三方提供商生成嵌入时，用户需要建立凭据以安全地访问该提供商的端点。

重要提示： 当选择“数据库”提供程序来生成嵌入时，无需任何凭据。但是，如果用户决定使用第三方提供程序，则必须为所选提供程序创建特定的凭据。

以下是一个示例：

try:
    cursor = conn.cursor()
    cursor.execute(
        """
       declare
           jo json_object_t;
       begin
           -- HuggingFace
           dbms_vector_chain.drop_credential(credential_name  => 'HF_CRED');
           jo := json_object_t();
           jo.put('access_token', '<access_token>');
           dbms_vector_chain.create_credential(
               credential_name   =>  'HF_CRED',
               params            => json(jo.to_string));

           -- OCIGENAI
           dbms_vector_chain.drop_credential(credential_name  => 'OCI_CRED');
           jo := json_object_t();
           jo.put('user_ocid','<user_ocid>');
           jo.put('tenancy_ocid','<tenancy_ocid>');
           jo.put('compartment_ocid','<compartment_ocid>');
           jo.put('private_key','<private_key>');
           jo.put('fingerprint','<fingerprint>');
           dbms_vector_chain.create_credential(
               credential_name   => 'OCI_CRED',
               params            => json(jo.to_string));
       end;
       """
    )
    cursor.close()
    print("Credentials created.")
except Exception as ex:
    cursor.close()
    raise

生成嵌入​

Oracle AI 向量搜索提供了多种生成嵌入的方法，可使用本地托管的 ONNX 模型或第三方 API。有关配置这些选项的完整说明，请参阅 Oracle AI 向量搜索指南。

注意： 用户可能需要配置代理才能使用第三方嵌入生成提供商，但使用ONNX模型的“数据库”提供商除外。

# proxy to be used when we instantiate summary and embedder object
proxy = "<proxy>"

以下示例代码将展示如何生成嵌入：

from langchain_community.embeddings.oracleai import OracleEmbeddings
from langchain_core.documents import Document

"""
# using ocigenai
embedder_params = {
    "provider": "ocigenai",
    "credential_name": "OCI_CRED",
    "url": "https://inference.generativeai.us-chicago-1.oci.oraclecloud.com/20231130/actions/embedText",
    "model": "cohere.embed-english-light-v3.0",
}

# using huggingface
embedder_params = {
    "provider": "huggingface", 
    "credential_name": "HF_CRED", 
    "url": "https://api-inference.huggingface.co/pipeline/feature-extraction/", 
    "model": "sentence-transformers/all-MiniLM-L6-v2", 
    "wait_for_model": "true"
}
"""

# using ONNX model loaded to Oracle Database
embedder_params = {"provider": "database", "model": "demo_model"}

# If a proxy is not required for your environment, you can omit the 'proxy' parameter below
embedder = OracleEmbeddings(conn=conn, params=embedder_params, proxy=proxy)
embed = embedder.embed_query("Hello World!")

""" verify """
print(f"Embedding generated by OracleEmbeddings: {embed}")
API 参考：OracleEmbeddings | 文档

端到端演示​

请参考我们的完整演示指南 Oracle AI 向量搜索端到端演示指南，借助 Oracle AI 向量搜索构建端到端的 RAG 流水线。