# 探索Infinispan 15.x的新特性:实现向量搜索的分布式数据网格
## 引言
Infinispan是一个开源的键值数据网格,可以在单节点或分布式环境中运行。自15.x版本起,Infinispan支持向量搜索,这为处理复杂的查询操作提供了更多可能性。本文将介绍如何在Infinispan中实现向量搜索,并提供实用的代码示例。
## 主要内容
### 1. 环境准备
要开始,我们需要安装必要的Python库:
```bash
# 可以根据需要选择安装
%pip install sentence-transformers
%pip install langchain
%pip install langchain_core
%pip install langchain_community
2. 设置Infinispan实例
首先,我们需要启动一个不需要身份验证的Infinispan实例,并准备数据文件。以下步骤将指导您下载数据文件、创建配置文件并通过Docker运行Infinispan。
下载数据文件
%%bash
wget https://raw.githubusercontent.com/rigazilla/infinispan-vector/main/bbc_news.csv.gz
创建配置文件
%%bash
echo 'infinispan:
cache-container:
name: default
transport:
cluster: cluster
stack: tcp
server:
interfaces:
interface:
name: public
inet-address:
value: 0.0.0.0
socket-bindings:
default-interface: public
port-offset: 0
socket-binding:
name: default
port: 11222
endpoints:
endpoint:
socket-binding: default
rest-connector:
' > infinispan-noauth.yaml
运行Infinispan
!docker rm --force infinispanvs-demo
!docker run -d --name infinispanvs-demo -v $(pwd):/user-config -p 11222:11222 infinispan/server:15.0 -c /user-config/infinispan-noauth.yaml
3. 代码示例
选择嵌入模型
我们使用HuggingFace提供的嵌入模型来生成文本向量:
from langchain.embeddings import HuggingFaceEmbeddings
model_name = "sentence-transformers/all-MiniLM-L12-v2"
hf = HuggingFaceEmbeddings(model_name=model_name)
准备数据并填充向量存储
import csv
import gzip
# 打开新闻文件并处理为CSV格式
with gzip.open("bbc_news.csv.gz", "rt", newline="") as csvfile:
reader = csv.reader(csvfile, delimiter=",", quotechar='"')
texts, metas = [], []
for i, row in enumerate(reader):
text = row[0] + "." + row[4]
texts.append(text)
metas.append({"text": row[4], "title": row[0]})
if i >= 5000: # 只加载前5000条新闻
break
填充向量数据库
from langchain_community.vectorstores import InfinispanVS
ispnvs = InfinispanVS.from_texts(texts, hf, metas) # 使用API代理服务提高访问稳定性
执行查询
def print_docs(docs):
for res, i in zip(docs, range(len(docs))):
print("----" + str(i + 1) + "----")
print("TITLE: " + res.metadata["title"])
print(res.page_content)
# 示例查询
docs = ispnvs.similarity_search("European nations", 5)
print_docs(docs)
4. 常见问题和解决方案
- API访问问题:由于网络限制,开发者可能需要使用API代理服务来提高访问稳定性。
- 数据加载过慢:调整加载的数据量或在本地预处理数据文件以提高性能。
总结和进一步学习资源
Infinispan 15.x的向量搜索功能为处理复杂查询提供了强大的支持。通过本文的实例设置和代码示例,您可以更深入地探索Infinispan的强大功能。
参考资料
如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!
---END---