వెక్టార్ డేటాబేస్లు
కేవలం PostgreSQL అయిన మేనేజ్డ్ వెక్టర్ డేటాబేస్
ఎంబెడ్డింగ్లను నిల్వ చేయండి మరియు అర్థం ద్వారా వాటిని శోధించండి, మేము మీ కోసం రన్ చేసి బ్యాకప్ చేసే pgvectorలో. నేర్చుకోవడానికి కొత్త డేటాస్టోర్ లేదు, సైజ్ చేయడానికి క్లస్టర్ లేదు — సూచికను సృష్టించండి, మీ వెెక్టర్లను వ్రాయండి మరియు మీ వద్ద ఇప్పటికే ఉన్న API కీతో దానిని క్వెరీ చేయండి.
మీరు ఇప్పటికే విశ్వసించే డేటాబేస్, ఒక అదనపు కాలమ్ రకంతో
వెంటనే నడిచే మొదటి సిస్టమ్తో పాటు వెక్టార్ డేటాబేస్ సాధారణంగా రెండవ సిస్టమ్గా ఉంటుంది: మరొక క్లస్టర్, మరొక బ్యాకప్ స్టోరీ, అర్ధరాత్రి వేళలో నిద్రలేపాల్సిన మరో విషయం. ఇది PostgreSQL లోపల ఉండే pgvector — అదే ఇంజిన్, అదే మన్నిక, ఇక్కడ మిగతా అన్నింటికీ లభించే అదే రాత్రిపూట బేస్ బ్యాకప్ మరియు నిరంతర రైట్-ఎహెడ్ లాగ్ ఆర్కైవింగ్. మీ ఇండెక్స్ అనేది దానిపై HNSW ఇండెక్స్ను కలిగి ఉన్న సాధారణ పట్టిక, కాబట్టి ఇది సుమారుగా సమీప సరిపోలిక శోధనకు (approximate nearest-neighbour search) వేగంగా ఉంటుంది మరియు మిగతా అన్ని విషయాలలోనూ సాధారణంగా ఉంటుంది, అర్ధరాత్రి మూడు గంటలకు మీకు కావలసిన లక్షణం ఇదే.
మేము ఎంచుకున్నది కాదు, మీ మోడల్ యొక్క వెడల్పు
చాలా వరకు మేనేజ్డ్ వెక్టర్ సేవలు మిమ్మల్ని కొన్ని పరిమిత కొలతల (dimensions) నుండి మాత్రమే ఎంచుకునేలా చేస్తాయి. మీ కొలత రౌండ్ నంబర్ కానవసరం లేదు: 1 నుండి 3072 వరకు ఏదైనా ఆమోదించబడుతుంది మరియు ఖచ్చితంగా నిల్వ చేయబడుతుంది, ఎందుకంటే చిన్న వెక్టర్ తదుపరి భౌతిక వెడల్పులోకి సున్నాలతో ప్యాడ్ (pad) చేయబడుతుంది — ఇది కోసైన్, యూక్లిడియన్ మరియు ఇన్నర్-ప్రొడక్ట్ దూరాలలో ఎటువంటి మార్పునూ కలిగించదు. 1408-కొలతల మోడల్ దాని కోసం ప్రత్యేకంగా పరిమాణం మార్చబడిన దానితో సమానంగా ర్యాంక్ పొందుతుంది, మరియు మీరు డేటాను చదివినప్పుడు మీరు నిల్వ చేసిన 1408 విలువలనే తిరిగి పొందుతారు, ప్యాడింగ్ను ఎప్పటికీ పొందరు.
ప్రతి వెక్టర్ ప్లాన్లో చేర్చబడింది
- 3072 వరకు ఏదైనా ఎంబెడ్డింగ్ వెడల్పు, మరియు కోసైన్, యూక్లిడియన్ లేదా ఇన్నర్-ప్రొడక్ట్ దూరం
- ప్రతి వెెక్టర్తో మెటాడేటా నిల్వ చేయబడుతుంది మరియు ప్రశ్న సమయంలో ఫిల్టర్ చేయబడుతుంది
- 30 రోజుల నిలుపుదల మరియు పాయింట్-ఇన్-టైమ్ రికవరీతో రాత్రివారీ బ్యాకప్లు
- రో-స్థాయి భద్రత, కాబట్టి ఒక సంస్థ యొక్క వెక్టర్స్ మరొక సంస్థకు అందుబాటులో ఉండవు
ప్లాన్లు మరియు ధరలు
మూడు శ్రేణులు, మాకు నిజంగా ఖర్చు అయ్యే రెండు అంశాల ఆధారంగా ధర నిర్ణయించబడ్డాయి: మీరు ఎంత నిల్వ చేస్తారు మరియు మీరు ఎంత వెతుకుతారు.
మీ కాన్ఫిగరేషన్ ఆధారంగా ధర నిర్ణయించబడింది
ఖర్చు మీరు ఎంచుకునే ప్రాంతం, మెషీన్ పరిమాణం, బ్యాండ్విడ్త్ మరియు స్టోరేజ్ పై ఆధారపడి ఉంటుంది, కాబట్టి మేము ఇక్కడ ఖచ్చితంగా చూపించగలిగే ఒకే నెలవారీ మొత్తం అంటూ ఏదీ లేదు. మీ వర్క్లోడ్ మాకు చెప్పండి, మేము దానికి తగిన కోట్ని అందిస్తాము.
100% పునరుత్పాదక శక్తితో నడుస్తుంది
మేము నడిపే ప్రతీ సర్వర్, ప్రతీ ఉత్పత్తి కోసం, పునరుత్పాదక విద్యుత్తోనే నడుస్తుంది. తర్వాత సరిచేయడం కాదు — ఆ వనరుల నుంచే సేకరించబడుతుంది.
- మా అన్ని హోస్టింగ్ సేవల్లో 100% పునరుత్పాదక విద్యుత్
- 1.1 నుండి 1.2 PUE వద్ద నడుస్తున్న డేటా కేంద్రాలు
- మా షేర్డ్ ప్లాట్ఫారమ్లోని సైట్లు గ్రీన్ వెబ్ ఫౌండేషన్ చెక్లలో ఉత్తీర్ణత సాధించాయి — దీన్ని మీరు స్వయంగా ధృవీకరించుకోవడానికి ఇదొక మూడవ పక్షం వేదిక
కొనుగోలు చేసే ముందు ప్రజలు అడిగే ప్రశ్నలు
ఇది ఏ ఎంబెడెడ్ మోడల్స్తో పనిచేస్తుంది?
వాటిలో ఏదైనా సరే. మీ మోడల్ ఉత్పత్తి చేసిన సంఖ్యలను మీరు మాకు పంపుతారు, కాబట్టి OpenAI, Cohere, Voyage, మీ స్వంత యంత్రంపై ఉన్న Sentence-Transformers మోడల్ మరియు ఇతరత్రా అన్నీ మాకు ఒకేలా ఉంటాయి. మీరు ఇండెక్స్ను సృష్టించినప్పుడు వెడల్పును మాకు తెలియజేయండి — 384, 768, 1024, 1536 మరియు 3072 అన్నీ సాధారణమే, వాటి మధ్య ఉండేవి కూడా సాధారణమే.
తర్వాత ఇండెక్స్ వెడల్పును లేదా దూర ఫంక్షన్ను మార్చవచ్చా?
కాదు, మరియు మీరు దాన్ని కనుగొనేలా చేయడం కంటే మేము దానిని స్పష్టంగా చెప్పాలనుకుంటున్నాము. రెండూ మీ వెెక్టర్లు భౌతికంగా ఎక్కడ నిల్వ చేయబడతాయి మరియు అవి ఎలా ర్యాంక్ చేయబడతాయో నిర్ణయిస్తాయి, కాబట్టి ఏ దాన్నైనా మార్చడం వల్ల సూచికలో ఇప్పటికే ఉన్న ప్రతిదీ సైలెంట్గా చెల్లదు. మీరు వేరే ఎంబెడ్డింగ్ మోడల్కి మారితే, రెండవ సూచికను సృష్టించి దానిలోకి వ్రాయండి — ప్రతి వెక్టర్ డేటాబేస్ మిమ్మల్ని అడిగే అదే విషయం, మరియు అదే కారణం కోసం.
చాలా వెడల్పు ఉన్న వెక్టర్స్లో ఏదైనా తేడా ఉందా?
అవును, మరియు ఇది తెలుసుకోవడం ముఖ్యం. 2,000 డైమెన్షన్ల కంటే ఎక్కువగా విలువలు అర్ధ-ఖచ్చితత్వంలో నిల్వ చేయబడతాయి, ఎందుకంటే PostgreSQL యొక్క HNSW ఇండెక్స్ అంతకంటే వెడల్పుగా ఉన్న పూర్తి-ఖచ్చితత్వ నిలువు వరుసను ఆమోదించదు. 3072-డైమెన్షన్ మోడళ్ల కోసం pgvector స్వయంగా సిఫారసు చేసే విధానం ఇదే మరియు ర్యాంకింగ్పై ప్రభావం చాలా తక్కువగా ఉంటుంది - అయితే ఇది నిజమైన రాజీ మరియు దీనిని మీరు ఊహించుకోవడం కంటే మా ద్వారా తెలుసుకోవడం మంచిది.
నాకు డేటాబేస్ కనెక్షన్ స్ట్రింగ్ లభిస్తుందా?
ఈరోజు కాదు. Zinn® API కీని ఉపయోగించి మీరు HTTPS ద్వారా మీ ఇండెక్స్ను చేరుకుంటారు; శోధించగల కీ మీ ఖాతాలో వేరే ఏపనీ చేయకుండా ఉండేలా ఇది పరిమితి చేయబడి ఉంటుంది. అందుకే మేము ప్రశ్నలను ఖచ్చితంగా కొలవగలుగుతాము మరియు ఒక టెనెంట్ యొక్క వరుసలను మరొకరి నుండి దూరంగా ఉంచగలము. మీకు ప్రత్యక్ష కనెక్షన్ అవసరమైతే మాకు చెప్పండి — ఎవరైనా అడిగారని నిర్మించడం మాకు ఇష్టం, ఊహించడం కంటే.
ఇది ఎలా కొలవబడుతుంది, మరియు నేను సంఖ్యలను నేనే తనిఖీ చేయవచ్చా?
రెండు మీటర్లపై: మీరు క్యాలెండర్ నెలలో ఎంత నిల్వ చేస్తారు మరియు ఎన్ని శోధనలు నిర్వహిస్తారు. రెండూ అవి జరిగినప్పుడు మీ డాష్బోర్డ్లో ఉంటాయి. నిల్వ అనేది భౌతిక పట్టిక పరిమాణం కాకుండా ప్రచురించబడిన సూత్రం — వరుస ఓవర్హెడ్, నిల్వ చేయబడిన వెడల్పు, మరియు మీ స్వంత ఐడీలు మరియు మెటాడేటా పొడవు — తద్వారా మీరు మా మాటను నమ్మకుండా, మేము మీకు బిల్లు చేస్తున్న మొత్తాన్ని ఖచ్చితంగా పునరుత్పత్తి చేసుకోవచ్చు.