重新认识 Redis 向量相似度搜索

简单来说，它是衡量两个或多个向量之间差异（或相似度）的度量。可以将向量视为一个数字列表。

核心来说，向量搜索使开发者能够基于音频、自然语言、图像、视频片段、语音录音以及更多类型的数据检索信息。对非结构化数据进行搜索使得 VSS 成为构建高级相似度搜索体验的基础技术。

随着 AI 的进步，数据科学家可以构建模型，将几乎任何数据“实体”转换为其向量表示。这里的实体可以是交易、用户资料、图像、声音、长文本（句子或段落）、时间序列或图。其中任何一个都可以转化为其“特征向量”，也称为“嵌入 (embedding)”。

向量嵌入是数据的数值表示。它们以计算机和数据库易于比较的方式捕获实体最本质的特征。有趣的是，如果一个模型为两个实体生成了两个相似的嵌入（向量），您可以推断这两个原始实体在某种基本方式上是相似的。

完全不需要！有许多免费提供的AI模型和库，允许开发者从文本、图像或时间序列数据中生成嵌入。例如，您可以使用HuggingFace Sentence Transformers为句子生成嵌入，使用Img2Vec为图像生成嵌入，以及使用Facebook Kats为时间序列数据生成嵌入。AI/ML 从业者熟悉为其数据实体生成“密集”特征表示（即嵌入）的概念。他们现在可以将这些特征向量存储在 Redis 中并对其执行相似度搜索。

您日常交互的许多应用都依赖于向量相似度搜索。

从电子商务网站上的视觉搜索到自动化聊天机器人/问答系统以及多种类型的推荐系统。更普遍地说，您会在任何需要实时发现相似度以释放价值的应用中发现 VSS 的用处。下面列出了一些常见的用例：

– 电子商务推荐：使用视觉相似度和/或语义相似度来支持高级搜索体验和产品推荐

– 语义相似度：构建复杂的搜索体验、聊天机器人，甚至是问答系统

– 时间序列数据中的相似度：发现疾病传播模式的相似性，或基于历史模式的相似性发现交易机会

– 图数据中的相似度：揭示跨越不同（可能不相关）行动者或网络集合的连接模式的相似性。

– 交易的相似度：基于与先前检测到的欺诈/威胁尝试的相似性来检测潜在的欺诈或威胁

– 用户资料或产品的相似度：生成个性化推荐；根据嵌入数据揭示的模式细化客户细分

RediSearch 是一个 Redis 模块，为存储为 Redis 哈希或 JSON 格式的 Redis 数据提供了查询能力、二级索引和全文搜索。从 Redis 2.4 开始，Redis 引入了对向量相似度搜索的支持。

借助 RediSearch 2.4，Redis 开发者可以：
– 索引和查询存储为 Redis 哈希中 BLOB 的向量数据

– 使用两种流行的索引方法：FLAT 和 HNSW

– 使用三种常见的向量距离度量：余弦相似度 (cosine)、内积 (internal product) 和欧氏距离 (euclidean distance)

– 执行混合查询，将向量相似度与 RediSearch 传统的 GEO、NUMERIC、TAG 或 TEXT 数据过滤功能结合起来。电子商务场景中混合查询的一个常见例子是“查找与给定查询图像在视觉上相似的商品，并仅限于特定 GEO 位置和价格范围内的可用商品”。

如果您熟悉 Python，可以试试这些：
– 在公共亚马逊数据集上进行视觉和语义相似度搜索

– 金融新闻文章的情感分析和语义相似度

对于 Java，您可以试试这个基本演示，它展示了如何创建索引、加载数据和查询。

可以观看这两场 RedisDays 2022 会议的回放：
– 主旨演讲：将实时 AI 注入您的“金融服务”应用

– 幕后故事：使用 AI 揭示公司文件中隐藏的交易信号

会议现在可以在线点播观看。您也可以随时查看 RediSearch 关于“使用向量”的文档。 

有三种简单的方法可以创建带有 RediSearch 2.4 的 Redis 数据库。

从您的终端，您可以通过以下任一方式获取：
1) Docker – “docker run -p 6379:6379 redislabs/redisearch:2.4.5”

2) Redis Stack – “brew install redis-stack” (适用于 Mac OS)。对于其他操作系统，请尝试“Redis Stack 入门”

3) 最后，您还可以通过Redis Enterprise Cloud创建免费订阅。

如果您选择 Redis Enterprise Cloud 订阅方式，请务必使用“Redis Stack”选项，因为它包含 RediSearch 2.4。