百度 VectorDB
百度 VectorDB 是一项健壮的企业级分布式数据库服务，由百度智能云精心开发和全面管理。它以其存储、检索和分析多维矢量数据的卓越能力而著称。VectorDB 的核心是在百度专有的“Mochow”矢量数据库内核上运行，该内核可确保高性能、可用性和安全性，以及卓越的可扩展性和用户友好性。
此数据库服务支持多种索引类型和相似性计算方法，可满足各种使用案例的需求。VectorDB 的一个突出特点是它能够管理高达 100 亿的巨大矢量规模，同时保持令人印象深刻的查询性能，支持每秒数百万次查询 （QPS），查询延迟为毫秒级。
您需要安装langchain-community跟pip install -qU langchain-community使用此集成
此笔记本介绍如何使用与百度 VectorDB 相关的功能。
要运行，您应该有一个 Database 实例..
!pip3 install pymochow
from langchain_community.document_loaders import TextLoader
from langchain_community.embeddings.fake import FakeEmbeddings
from langchain_community.vectorstores import BaiduVectorDB
from langchain_community.vectorstores.baiduvectordb import ConnectionParams
from langchain_text_splitters import CharacterTextSplitter
loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)
embeddings = FakeEmbeddings(size=128)
conn_params = ConnectionParams(
endpoint="http://192.168.xx.xx:xxxx", account="root", api_key="****"
)
vector_db = BaiduVectorDB.from_documents(
docs, embeddings, connection_params=conn_params, drop_old=True
)
query = "What did the president say about Ketanji Brown Jackson"
docs = vector_db.similarity_search(query)
docs[0].page_content
vector_db = BaiduVectorDB(embeddings, conn_params)
vector_db.add_texts(["Ankush went to Princeton"])
query = "Where did Ankush go to college?"
docs = vector_db.max_marginal_relevance_search(query)
docs[0].page_content