大模型LLM入门到进阶！RAG与向量检索、向量数据库、基于PgSql的向量检索示例

AI女王

于 2024-10-11 11:05:29 发布

阅读量652

点赞数 8

文章标签：数据库人工智能 AI大模型大模型 LLM RAG 向量检索

本文链接：https://blog.csdn.net/m0_56255097/article/details/142848542

版权

一、RAG与向量检索

1.1 RAG概念

检索增强生成（Retrieval-augmented Generation），简称RAG。

RAG通常包括两个阶段：1、检索上下文相关信息；2、使用检索到的知识指导生成过程。简单来说，就像开卷考试，我们可以携带参考材料用来查找相关信息来回答问题。

1.2 RAG意义

目前对大模型的使用通常存在两个主要挑战：1、由于生成模型依赖于内在知识（权重），对于未覆盖到的知识领域可能会产生大量的幻觉，也就是“一本正经的胡说八道”；其次，由于大模型参数量巨大，重新训练或微调方法成本过高。

1.3 RAG应用框架

RAG应用框架如下图所示，包含文本向量化、检索向量数据库、获取上下文（相关知识/文档）、prompt构造、调用大模型执行文本生成等主要环节。

在这里插入图片描述

当然这里只是描述了一个主流程，实际应用还有对多轮/历史会话处理、多轮问题改写，意图识别与分发，结果聚合等等。

二、向量数据库

2.1 向量数据库方案

目前已经有十几种可选的向量数据库技术方案，包括Milvus、MongoDB Atlas、Chroma、Weaviate等。从分类的角度说，包括：原生向量数据库（Chroma、LanceDB、Mivus等）、支持向量的全文检索数据库（Elastic、Lucene、OpenSearch和Solr）、支持向量的NoSQL数据库（Cassandra、Rockset、Azure Cosmos DB和MongoDB）、和支持向量的关系数据库（PostgreSQL、Clickhouse、SingleStoreDB等）。

主流向量数据库的部分指标对比如下：

通常大模型应用场景，Milvus等原生向量数据库是最推荐的。但根据实际使用场景和习惯，在知识库数量并不是很大的场景（亿级以下），考虑到使用习惯和学习复杂度，也可以选择PgSQL等关系型数据库。

2.2 PgSql与PgVector

Postgres 通过 pg_vector 和 pg_embdding 两个插件来实现向量数据库，让PG数据库支持向量索引检索的能力。其索引算法使用的是基于Faiss的IVF Flat索引，提供了优异的召回率。

三、基于PgSql的向量检索示例

3.1 建立向量库

如下建表语句所示，向量库主要文档内容和embedding（文档向量化结果）。考虑到在实际应用场景可能涉及文档权限控制，或展示参考资料，我们还设计了文档名、文档id字段。

-- vector.knowledge_doc_vector definition

-- Drop table

-- DROP TABLE vector.knowledge_doc_vector;

CREATE TABLE vector.knowledge_doc_vector (
  id bigserial NOT NULL,
  doc_id bigserial NOT NULL,
  embedding public.vector NULL,
  doc_content text NULL,
  doc_name varchar NULL,
  doc_page varchar NULL,
  CONSTRAINT knowledge_doc_vector_pkey PRIMARY KEY (id)
);

示例数据如下：

3.2 Mybatis连接PgSql

除了mybatis-plus之外，引入pgsql和pgvector两个依赖：

<dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>3.5.3.1</version>
        </dependency>
     <dependency>
            <groupId>org.postgresql</groupId>
            <artifactId>postgresql</artifactId>
            <version>42.6.0</version>
        </dependency>
        <dependency>
            <groupId>com.pgvector</groupId>
            <artifactId>pgvector</artifactId>
            <version>0.1.6</version>
        </dependency>

3.3 编写mapper

用于查找相似向量，按照余弦相似度计算

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.fawvw.pms.vector.domain.dto.KnowledgeDocVectorDTO;
import com.fawvw.pms.vector.domain.entity.KnowledgeDocVector;
import com.google.gson.Gson;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.SelectProvider;

import java.util.Arrays;
import java.util.List;
import java.util.Map;

@Mapper
public interface VectorMapper extends BaseMapper<KnowledgeDocVector> {
    @SelectProvider(type = SqlProvider.class, method = "findUsersWithSimilarVectors")
    List<KnowledgeDocVectorDTO> findUsersWithSimilarVectors(double[] targetVector);

    static class SqlProvider {
        public String findUsersWithSimilarVectors(Map<String, Object> param) {
            System.out.println("param keys:" + new Gson().toJson(param.keySet()));
            double[] targetVector = (double[]) param.get("array");
            String sql = "SELECT id, doc_id, embedding, doc_content, " +
                    "cosine_distance(embedding, '" + Arrays.toString(targetVector) + "') AS similarity " +
                    "FROM knowledge_doc_vector " +
                    "ORDER BY similarity DESC";
            return sql;
        }
    }
}

3.4 方法中调用，查询相似向量

下面示例代码使用的是阿里的灵积服务计算embedding，也可以采用其他方式计算。

public List findSimilarVector(String query) {
        // query转为向量
        TextEmbeddingResult embeddingResult = dashCodeHttpApi.textEmbedding(query);
        List<Double> embeddings = embeddingResult.getOutput().getEmbeddings().get(0).getEmbedding();
        double[] vector = new double[embeddings.size()];
        for (int i = 0; i < embeddings.size(); i++) {
            Double embedding = embeddings.get(i);
            vector[i] = embedding;
        }
        log.info("vector:{}", vector);
        List<KnowledgeDocVectorDTO> vectorDTOList = vectorMapper.findUsersWithSimilarVectors(vector);
        log.info("vectorDTOList:{}", vectorDTOList);
        // 过滤掉相似度低的向量检索结果 阈值:0.7
        vectorDTOList = vectorDTOList.stream()
                .filter(vectorDTO -> vectorDTO.getSimilarity() <= 0.7)
                .collect(Collectors.toList());

        return vectorDTOList;
    }