日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

基于EAS&OpenSearch搭建RAG檢索增強(qiáng)對(duì)話系統(tǒng)

為了增強(qiáng)模型生成答案的準(zhǔn)確性和信息豐富度,您可以在大模型RAG服務(wù)中集成OpenSearch向量檢索版產(chǎn)品。該產(chǎn)品支持多種向量檢索算法,高性能支持多種典型場(chǎng)景,并提供圖形化界面,您可以查看索引信息并實(shí)現(xiàn)簡單的數(shù)據(jù)管理功能。通過集成OpenSearch向量檢索版產(chǎn)品,可以提升RAG對(duì)話系統(tǒng)的檢索效率和用戶體驗(yàn)。本文將介紹如何在部署RAG服務(wù)時(shí)關(guān)聯(lián)OpenSearch向量檢索版產(chǎn)品,以及對(duì)RAG對(duì)話系統(tǒng)的基礎(chǔ)功能和OpenSearch向量檢索版的特色功能進(jìn)行說明。

背景信息

EAS簡介

EAS(Elastic Algorithm Service)是PAI的模型在線服務(wù)平臺(tái),支持將模型部署為在線推理服務(wù)和AI-Web應(yīng)用。EAS提供了彈性擴(kuò)縮容和藍(lán)綠部署等功能,可以支撐您以較低的資源成本獲取高并發(fā)且穩(wěn)定的在線算法模型服務(wù)。此外,EAS具備資源組管理和版本控制等功能,并且有完整運(yùn)維監(jiān)控體系等能力。更詳細(xì)的內(nèi)容介紹,請(qǐng)參見EAS模型服務(wù)概述

RAG簡介

隨著AI技術(shù)的飛速發(fā)展,生成式人工智能在文本生成、圖像生成等領(lǐng)域展現(xiàn)出了令人矚目的成就。然而,在廣泛應(yīng)用大語言模型(LLM)的過程中,一些固有局限性逐漸顯現(xiàn):

  • 領(lǐng)域知識(shí)局限:大語言模型通常基于大規(guī)模通用數(shù)據(jù)集訓(xùn)練而成,難以針對(duì)專業(yè)垂直領(lǐng)域提供深入和針對(duì)性處理。

  • 信息更新滯后:由于模型訓(xùn)練所依賴的數(shù)據(jù)集具有靜態(tài)特性,大模型無法實(shí)時(shí)獲取和學(xué)習(xí)最新的信息與知識(shí)進(jìn)展。

  • 模型誤導(dǎo)性輸出:受制于數(shù)據(jù)偏差、模型內(nèi)在缺陷等因素,大語言模型可能會(huì)出現(xiàn)看似合理實(shí)則錯(cuò)誤的輸出,即所謂的“大模型幻覺”。

為克服這些挑戰(zhàn),并進(jìn)一步強(qiáng)化大模型的功能性和準(zhǔn)確性,檢索增強(qiáng)生成技術(shù)RAG(Retrieval-Augmented Generation)應(yīng)運(yùn)而生。這一技術(shù)通過整合外部知識(shí)庫,能夠顯著減少大模型虛構(gòu)的問題,并提升其獲取及應(yīng)用最新知識(shí)的能力,從而實(shí)現(xiàn)更個(gè)性化和精準(zhǔn)化的LLM定制。

OpenSearch簡介

阿里云OpenSearch向量檢索版,是一款全托管的大規(guī)模分布式向量檢索產(chǎn)品,支持多種向量檢索算法,高精度下性能表現(xiàn)優(yōu)異,能完成海量數(shù)據(jù)下的高性價(jià)比向量索引構(gòu)建和相似度檢索服務(wù),支持索引水平拓展與合并、索引流式構(gòu)建,數(shù)據(jù)能夠做到實(shí)時(shí)動(dòng)態(tài)更新,即增即查。

阿里云OpenSearch向量檢索版可以高性能支持多種向量檢索典型場(chǎng)景,如:RAG檢索增強(qiáng)生成、多模態(tài)檢索、個(gè)性化搜推等。更詳細(xì)的內(nèi)容介紹,請(qǐng)參見OpenSearch向量檢索版介紹

使用流程

EAS自建了RAG系統(tǒng)化解決方案,提供了靈活可調(diào)的參數(shù)配置,您可以通過WebUI或者API調(diào)用RAG服務(wù),定制自己專屬的對(duì)話系統(tǒng)。RAG技術(shù)架構(gòu)的核心為檢索和生成:

  • 在檢索方面,EAS支持多種向量檢索庫,包括開源的Faiss和阿里云的Milvus、Elasticsearch、Hologres、OpenSearch以及RDS PostgreSQL。

  • 在生成方面,EAS支持豐富的開源模型,例如通義千問、Llama、Mistral、百川等,同時(shí)支持ChatGPT調(diào)用。

本方案以O(shè)penSearch為例,為您介紹如何使用EAS與阿里云OpenSearch向量檢索版構(gòu)建一個(gè)大模型RAG對(duì)話系統(tǒng)。整體流程大約花費(fèi)20分鐘,具體流程如下:

  1. 準(zhǔn)備向量檢索庫OpenSearch

    首先創(chuàng)建OpenSearch向量檢索版實(shí)例,并準(zhǔn)備部署RAG服務(wù)關(guān)聯(lián)該實(shí)例時(shí)依賴的配置項(xiàng)。

  2. 部署RAG服務(wù)并關(guān)聯(lián)OpenSearch

    在EAS模型在線服務(wù)平臺(tái)部署RAG服務(wù),并關(guān)聯(lián)OpenSearch向量檢索版實(shí)例。

  3. 使用RAG對(duì)話系統(tǒng)

    您可以在RAG對(duì)話系統(tǒng)中連接OpenSearch,上傳業(yè)務(wù)數(shù)據(jù)文件,并進(jìn)行知識(shí)問答。

前提條件

已創(chuàng)建專有網(wǎng)絡(luò)VPC、交換機(jī)和安全組。具體操作,請(qǐng)參見搭建IPv4專有網(wǎng)絡(luò)創(chuàng)建安全組

注意事項(xiàng)

本實(shí)踐受制于LLM服務(wù)的最大Token數(shù)量限制,旨在幫助您體驗(yàn)RAG對(duì)話系統(tǒng)的基本檢索功能:

  • 該對(duì)話系統(tǒng)受制于LLM服務(wù)的服務(wù)器資源大小以及默認(rèn)Token數(shù)量限制,能支持的對(duì)話長度有限。

  • 如果無需進(jìn)行多輪對(duì)話,建議您在RAG服務(wù)的WebUI頁面關(guān)閉with chat history功能,這樣能有效減少達(dá)到限制的可能性。詳情請(qǐng)參見如何關(guān)閉RAG服務(wù)的with chat history功能

準(zhǔn)備向量檢索庫OpenSearch

步驟一:創(chuàng)建OpenSearch向量檢索版實(shí)例

  1. 進(jìn)入OpenSearch控制臺(tái),在左上角切換到OpenSearch-向量檢索版

  2. 在實(shí)例列表頁面,創(chuàng)建OpenSearch向量檢索版實(shí)例。其中關(guān)鍵參數(shù)配置如下,更多配置說明,請(qǐng)參見購買OpenSearch向量檢索版實(shí)例

    參數(shù)

    描述

    商品版本

    選擇向量檢索版

    專有網(wǎng)絡(luò)

    選擇已創(chuàng)建的專有網(wǎng)絡(luò)和交換機(jī)。

    虛擬交換機(jī)

    用戶名

    OpenSearch向量檢索實(shí)例的用戶名。

    用戶密碼

    OpenSearch向量檢索實(shí)例的密碼。

步驟二:準(zhǔn)備配置項(xiàng)

1.準(zhǔn)備實(shí)例ID

在實(shí)例列表頁面,查看OpenSearch向量檢索版的實(shí)例ID,并保存到本地。

image

2.準(zhǔn)備索引表

實(shí)例創(chuàng)建成功后,會(huì)進(jìn)入待配置狀態(tài)。您需要為該實(shí)例配置表基礎(chǔ)信息>數(shù)據(jù)同步>字段配置>索引結(jié)構(gòu),之后等待索引重建完成即可正常搜索。具體操作步驟如下:

  1. 單擊待配置實(shí)例操作列下的配置

  2. 進(jìn)行表基礎(chǔ)信息配置,參數(shù)配置完成后,單擊下一步

    其中關(guān)鍵參數(shù)說明如下,其他參數(shù)配置說明,請(qǐng)參見通用版快速入門

    • 表名稱:自定義索引表名稱。

    • 數(shù)據(jù)分片數(shù):如果您購買了查詢節(jié)點(diǎn),則在分片數(shù)設(shè)置時(shí),可配置為不超過256的正整數(shù), 用于提升全量構(gòu)建速度、單次查詢性能。如果未購買查詢節(jié)點(diǎn),則數(shù)據(jù)分片數(shù)只能配置為1。

    • 數(shù)據(jù)更新資源數(shù):數(shù)據(jù)更新所用資源數(shù),每個(gè)索引默認(rèn)免費(fèi)提供2個(gè)4核8G的更新資源,超出免費(fèi)額度的資源將產(chǎn)生費(fèi)用,詳情可參考向量檢索版計(jì)費(fèi)概述

    • 場(chǎng)景模板:選擇通用模板

  3. 進(jìn)行數(shù)據(jù)同步配置,參數(shù)配置完成后,單擊下一步

    其中全量數(shù)據(jù)來源支持三種數(shù)據(jù)源方式,您可以根據(jù)具體業(yè)務(wù)情況進(jìn)行選擇:

    • MaxCompute+API:使用MaxCompute進(jìn)行數(shù)據(jù)全量寫入,實(shí)時(shí)數(shù)據(jù)通過API寫入。使用該方式時(shí),具體參數(shù)配置說明,請(qǐng)參見MaxCompute + API 數(shù)據(jù)源

    • 對(duì)象存儲(chǔ)OSS+API:使用OSS進(jìn)行數(shù)據(jù)全量寫入,實(shí)時(shí)數(shù)據(jù)通過API寫入。使用該方式時(shí),具體參數(shù)配置說明,請(qǐng)參見OSS + API 數(shù)據(jù)源

    • API:全量與實(shí)時(shí)數(shù)據(jù)均通過API寫入。

  4. 進(jìn)行字段配置,參數(shù)配置完成后,單擊下一步

    將以下字段配置文件示例內(nèi)容保存為JSON文件,然后單擊右上角的導(dǎo)入字段索引結(jié)構(gòu),并按控制臺(tái)操作指引導(dǎo)入索引文件。導(dǎo)入后,將基于文件內(nèi)容填寫字段配置和索引結(jié)構(gòu)。

    字段配置文件

    {
    	"schema": {
    		"summarys": {
    			"parameter": {
    				"file_compressor": "zstd"
    			},
    			"summary_fields": [
    				"id",
    				"embedding",
    				"file_path",
    				"file_name",
    				"file_type",
    				"node_content",
    				"node_type",
    				"doc_id",
    				"text",
    				"source_type"
    			]
    		},
    		"file_compress": [
    			{
    				"name": "file_compressor",
    				"type": "zstd"
    			},
    			{
    				"name": "no_compressor",
    				"type": ""
    			}
    		],
    		"indexs": [
    			{
    				"index_fields": [
    					{
    						"boost": 1,
    						"field_name": "id"
    					},
    					{
    						"boost": 1,
    						"field_name": "embedding"
    					}
    				],
    				"indexer": "aitheta2_indexer",
    				"index_name": "embedding",
    				"parameters": {
    					"enable_rt_build": "true",
    					"min_scan_doc_cnt": "20000",
    					"vector_index_type": "Qc",
    					"major_order": "col",
    					"builder_name": "QcBuilder",
    					"distance_type": "SquaredEuclidean",
    					"embedding_delimiter": ",",
    					"enable_recall_report": "true",
    					"ignore_invalid_doc": "true",
    					"is_embedding_saved": "false",
    					"linear_build_threshold": "5000",
    					"dimension": "1536",
    					"rt_index_params": "{\"proxima.oswg.streamer.segment_size\":2048}",
    					"search_index_params": "{\"proxima.qc.searcher.scan_ratio\":0.01}",
    					"searcher_name": "QcSearcher",
    					"build_index_params": "{\"proxima.qc.builder.quantizer_class\":\"Int8QuantizerConverter\",\"proxima.qc.builder.quantize_by_centroid\":true,\"proxima.qc.builder.optimizer_class\":\"BruteForceBuilder\",\"proxima.qc.builder.thread_count\":10,\"proxima.qc.builder.optimizer_params\":{\"proxima.linear.builder.column_major_order\":true},\"proxima.qc.builder.store_original_features\":false,\"proxima.qc.builder.train_sample_count\":3000000,\"proxima.qc.builder.train_sample_ratio\":0.5}"
    				},
    				"index_type": "CUSTOMIZED"
    			},
    			{
    				"has_primary_key_attribute": true,
    				"index_fields": "id",
    				"is_primary_key_sorted": false,
    				"index_name": "id",
    				"index_type": "PRIMARYKEY64"
    			},
    			{
    				"index_fields": "file_path",
    				"index_name": "file_path",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "file_name",
    				"index_name": "file_name",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "file_type",
    				"index_name": "file_type",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "node_content",
    				"index_name": "node_content",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "node_type",
    				"index_name": "node_type",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "doc_id",
    				"index_name": "doc_id",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "text",
    				"index_name": "text",
    				"index_type": "STRING"
    			},
    			{
    				"index_fields": "source_type",
    				"index_name": "source_type",
    				"index_type": "STRING"
    			}
    		],
    		"attributes": [
    			{
    				"file_compress": "no_compressor",
    				"field_name": "id"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "embedding"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "file_path"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "file_name"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "file_type"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "node_content"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "node_type"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "doc_id"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "text"
    			},
    			{
    				"file_compress": "no_compressor",
    				"field_name": "source_type"
    			}
    		],
    		"fields": [
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "id"
    			},
    			{
    				"user_defined_param": {
    					"multi_value_sep": ","
    				},
    				"multi_value": true,
    				"compress_type": "uniq",
    				"field_type": "FLOAT",
    				"field_name": "embedding"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "file_path"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "file_name"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "file_type"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "node_content"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "node_type"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "doc_id"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "text"
    			},
    			{
    				"compress_type": "uniq",
    				"field_type": "STRING",
    				"field_name": "source_type"
    			}
    		],
    		"table_name": "abc"
    	},
    	"extend": {
    		"description": [],
    		"vector": [
    			"embedding"
    		],
    		"embeding": []
    	}
    }
  5. 進(jìn)行索引結(jié)構(gòu)配置,參數(shù)配置完成后,單擊下一步

    其中關(guān)鍵配置說明如下,其他參數(shù)配置說明,請(qǐng)參見向量索引通用配置

    • 向量維度:設(shè)置為512。

    • 距離類型:建議選擇InnerProduct

  6. 確認(rèn)創(chuàng)建配置向?qū)ы撁妫瑔螕?b data-tag="uicontrol" id="720476a2f4kqv" class="uicontrol">確認(rèn)創(chuàng)建。

    系統(tǒng)將自動(dòng)跳轉(zhuǎn)至表管理頁面,當(dāng)狀態(tài)使用中時(shí),表明索引表創(chuàng)建成功。

3.為OpenSearch向量檢索版實(shí)例開通公網(wǎng)訪問功能

目前,EAS只能通過公網(wǎng)訪問OpenSearch,需要具備訪問公網(wǎng)的能力。因此,您需要為EAS添加VPC,并為該VPC綁定NAT網(wǎng)關(guān)和彈性公網(wǎng)IP(EIP)。同時(shí),為確保OpenSearch實(shí)例能夠接收來自EAS實(shí)例的公網(wǎng)請(qǐng)求,您需要為OpenSearch開通公網(wǎng)訪問,并將上述EIP地址加入白名單。以下內(nèi)容為您介紹如何為EAS的VPC配置公網(wǎng)訪問OpenSearch功能,EAS可以使用與OpenSearch相同的VPC,也可以使用其他VPC。

  1. 為后續(xù)部署RAG服務(wù)時(shí)綁定的專有網(wǎng)絡(luò)(VPC)配置公網(wǎng)訪問功能。具體操作,請(qǐng)參見使用公網(wǎng)NAT網(wǎng)關(guān)SNAT功能訪問互聯(lián)網(wǎng)

  2. 查看已綁定的彈性公網(wǎng)IP地址。

    1. 登錄專有網(wǎng)絡(luò)管理控制臺(tái)單擊專有網(wǎng)絡(luò)實(shí)例ID,并切換到資源管理頁簽。

    2. 單擊已綁定的公網(wǎng)NAT網(wǎng)關(guān),進(jìn)入公網(wǎng)NAT網(wǎng)關(guān)頁面。image

    3. 單擊公網(wǎng)NAT網(wǎng)關(guān)實(shí)例ID,進(jìn)入基本信息頁面。

    4. 單擊綁定的彈性公網(wǎng)IP,查看已綁定的彈性公網(wǎng)IP地址,并保存到本地。image

  3. 在OpenSearch向量檢索版實(shí)例列表頁面,單擊目標(biāo)實(shí)例名稱,進(jìn)入實(shí)例詳情頁面。

  4. 網(wǎng)絡(luò)信息區(qū)域,打開公網(wǎng)訪問開關(guān),并在修改公網(wǎng)訪問白名單配置面板中,按照控制臺(tái)操作指引,將上述步驟已查詢的彈性公網(wǎng)IP配置為公網(wǎng)訪問白名單。

  5. 網(wǎng)絡(luò)信息區(qū)域,將公網(wǎng)域名后的訪問地址保存到本地。

4.查看實(shí)例用戶名和密碼

即在創(chuàng)建OpenSearch向量檢索版實(shí)例時(shí),輸入的用戶名和密碼。您可以在實(shí)例詳情頁面的API入口區(qū)域查看。image

部署RAG服務(wù)并關(guān)聯(lián)OpenSearch

  1. 登錄PAI控制臺(tái),在頁面上方選擇目標(biāo)地域,并在右側(cè)選擇目標(biāo)工作空間,然后單擊進(jìn)入EAS

  2. 模型在線服務(wù)(EAS)頁面,單擊部署服務(wù),然后在場(chǎng)景化模型部署區(qū)域,單擊大模型RAG對(duì)話系統(tǒng)部署6eea7736f88e6ec8b3b900e4d028bb48

  3. 部署大模型RAG對(duì)話系統(tǒng)頁面,配置以下關(guān)鍵參數(shù),其他參數(shù)配置說明,請(qǐng)參見步驟一:部署RAG服務(wù)

    參數(shù)

    描述

    基本信息

    模型來源

    選擇開源公共模型

    模型類別

    選擇模型類別,本方案以大模型Qwen1.5-1.8b為例。

    資源配置

    資源配置選擇

    系統(tǒng)會(huì)根據(jù)已選擇的模型類別,自動(dòng)推薦適合的資源規(guī)格。更換至其他資源規(guī)格,可能會(huì)導(dǎo)致模型服務(wù)啟動(dòng)失敗。

    向量檢索庫設(shè)置

    版本類型

    選擇OpenSearch

    訪問地址

    配置為步驟二中已獲取的公網(wǎng)域名,不帶http://或https://,例如ha-cn-****.public.ha.aliyuncs.com。

    實(shí)例id

    配置為步驟二中已獲取的OpenSearch向量檢索版實(shí)例的ID。

    用戶名

    配置為創(chuàng)建OpenSearch向量檢索版實(shí)例時(shí)設(shè)置的用戶名。

    密碼

    配置為創(chuàng)建OpenSearch向量檢索版實(shí)例時(shí)設(shè)置的密碼。

    表名稱

    配置為步驟二中已創(chuàng)建的索引表名稱。

    專有網(wǎng)絡(luò)配置

    VPC

    交換機(jī)

    安全組

    選擇安全組。

  4. 參數(shù)配置完成后,單擊部署

使用RAG對(duì)話系統(tǒng)

RAG對(duì)話系統(tǒng)的基本使用方法如下,更多詳細(xì)介紹,請(qǐng)參見大模型RAG對(duì)話系統(tǒng)

1、配置RAG對(duì)話系統(tǒng)

  1. RAG服務(wù)部署成功后,單擊服務(wù)方式列下的查看Web應(yīng)用,啟動(dòng)WebUI頁面。

  2. 測(cè)試向量檢索庫OpenSearch連接是否正常。

    系統(tǒng)已自動(dòng)識(shí)別并應(yīng)用了部署服務(wù)時(shí)配置的向量檢索庫設(shè)置,您可以單擊Connect OpenSearch,來驗(yàn)證OpenSearch向量檢索版實(shí)例是否連接正常。如果連接失敗,請(qǐng)參考步驟二:準(zhǔn)備配置項(xiàng),檢查向量檢索庫配置是否正確,修改對(duì)應(yīng)配置項(xiàng)為正確配置,然后單擊Connect OpenSearch,重新連接OpenSearch實(shí)例。

2、上傳企業(yè)知識(shí)庫文件

您可以按照以下流程上傳您的企業(yè)知識(shí)庫文件,系統(tǒng)會(huì)自動(dòng)按照PAI-RAG格式將知識(shí)庫存儲(chǔ)到向量檢索庫中,以方便您進(jìn)行后續(xù)的知識(shí)檢索。您也可以利用向量檢索庫中已有的知識(shí)庫,但必須符合PAI-RAG格式要求,否則可能會(huì)導(dǎo)致檢索報(bào)錯(cuò)。

image

  1. Upload頁簽,設(shè)置語義分塊參數(shù)。

    通過配置以下參數(shù)來控制文檔分塊粒度的大小和進(jìn)行QA信息提取:

    參數(shù)

    描述

    Chunk Size

    指定每個(gè)文本分塊的大小,單位為字節(jié),默認(rèn)為500。

    Chunk Overlap

    表示相鄰分塊之間的重疊量,默認(rèn)為10。

    Process with QA Extraction Model

    通過選中Yes復(fù)選框啟動(dòng)QA信息提取功能,系統(tǒng)將在您上傳企業(yè)知識(shí)庫文件后自動(dòng)抽取出QA對(duì),以獲得更好的檢索和回答效果。

  2. FilesDirectory頁簽下上傳企業(yè)知識(shí)庫文件(支持多文件上傳)或?qū)?yīng)目錄。支持的文件類型為.txt、.pdf、Excel(.xlsx或.xls)、.csv、Word(.docx或.doc)、Markdown或.html,例如rag_chatbot_test_doc.txt

  3. 單擊Upload,系統(tǒng)會(huì)先對(duì)上傳的文件進(jìn)行數(shù)據(jù)清洗(包括文本提取、超鏈接替換等)和語義切塊,然后進(jìn)行上傳。image

3、進(jìn)行知識(shí)問答

將檢索返回的結(jié)果與用戶的問題輸入至已選擇的Prompt模板中,送入EAS-LLM服務(wù),從中獲取問答結(jié)果。

image

OpenSearch特色功能支持

阿里云OpenSearch向量檢索版為客戶提供了便捷的圖形化界面,可以高效管理索引表(Table)以及索引(Index),以下內(nèi)容將為您介紹,如何使用OpenSearch向量檢索版控制臺(tái),查看索引信息并實(shí)現(xiàn)簡單的數(shù)據(jù)管理。

索引表管理

  1. 進(jìn)入阿里云OpenSearch向量檢索版實(shí)例詳情頁面。

    1. 登錄阿里云OpenSearch向量檢索版控制臺(tái)

    2. 單擊已創(chuàng)建的實(shí)例ID,進(jìn)入實(shí)例詳情頁面。

  2. 進(jìn)入表管理頁面,對(duì)索引表進(jìn)行管理操作。

    1. 在左側(cè)導(dǎo)航欄,單擊表管理。

      頁面中展示當(dāng)前實(shí)例下創(chuàng)建的所有表。image

    2. 在表管理頁面,對(duì)索引表進(jìn)行管理操作,包括查看字段及索引結(jié)構(gòu)、編輯索引、索引重建以及刪除索引等。具體操作細(xì)節(jié),請(qǐng)參見表管理

數(shù)據(jù)管理

  1. 進(jìn)入阿里云OpenSearch向量檢索版實(shí)例詳情頁面。

    1. 登錄阿里云OpenSearch向量檢索版控制臺(tái)

    2. 單擊已創(chuàng)建的實(shí)例ID,進(jìn)入實(shí)例詳情頁面。

  2. 添加數(shù)據(jù)。

    1. 在左側(cè)導(dǎo)航欄,單擊向量管理 > 添加數(shù)據(jù)

    2. 在頁面右側(cè)下拉列表中,選擇表單模式開發(fā)者模式image

    3. 選擇要添加數(shù)據(jù)的目標(biāo)索引表(Table)名稱。

    4. 按字段輸入數(shù)據(jù)內(nèi)容或填寫數(shù)據(jù)寫入語句,然后單擊添加。具體操作請(qǐng)參見:添加數(shù)據(jù)

      當(dāng)執(zhí)行結(jié)果出現(xiàn)"message": "success"時(shí),表示數(shù)據(jù)上傳成功,即可完成單條數(shù)據(jù)或多條數(shù)據(jù)的添加。

  3. 查看表指標(biāo)數(shù)據(jù)。

    1. 在左側(cè)導(dǎo)航欄,單擊指標(biāo)監(jiān)控 > 表指標(biāo)

    2. 選擇要查看數(shù)據(jù)的目標(biāo)索引表(Table)名稱,即可查看索引內(nèi)文檔個(gè)數(shù)、每秒請(qǐng)求成功次數(shù)等指標(biāo)。詳情請(qǐng)參見表指標(biāo)

  4. 刪除數(shù)據(jù)。

    1. 在左側(cè)導(dǎo)航欄,選擇向量管理 > 刪除數(shù)據(jù)

    2. 在頁面右側(cè)下拉列表中,選擇表單模式開發(fā)者模式

    3. 選擇表名并輸入主鍵,然后單擊刪除。具體操作請(qǐng)參見:刪除數(shù)據(jù)

      當(dāng)執(zhí)行結(jié)果出現(xiàn)"message": "success"時(shí),表示數(shù)據(jù)刪除成功。

相關(guān)文檔