vemcache

Vemcache

Vemcache es una base de datos vectorial en memoria.

Vemcache puede considerarse como el equivalente de Redis para las bases de datos vectoriales.

Empezando

Requisitos previos

• Docker: para ejecutar Vemcache usando Docker, debe tener instalado Docker en su sistema. Puede instalar Docker siguiendo las instrucciones en el sitio web de Docker.
• Rust: para construir y ejecutar Vemcache, necesitas óxido y carga instalados en tu sistema. Puede instalarlos usando Rustup.

Construyendo Vemcache

Usando Docker

1. Tire de la imagen Vemcache de Dockerhub

docker pull faizchishtie/vemcache

2. Ejecutar la imagen

docker run --rm -it -p 7070:7070 faizchishtie/vemcache:latest

Usando Docker-Compose

Agregue lo siguiente a su docker-compose.yml

 version: "3.7"

services:
  vemcache:
    image: faizchishtie/vemcache:latest
    ports:
      - "7070:7070"
    environment:
      - VEMCACHE_HOST=0.0.0.0
      - VEMCACHE_PORT=7070
      - VEMCACHE_SECRET=mysecret

En la zona

1. Clon el repositorio de Vemcache:

git clone https://github.com/faizchishtie/vemcache.git
cd vemcache

2. Construir vemcache:

make build

3. Ejecutar vemcache

make run

Usando Vemcache

Conéctese a Vemcache con un cliente TCP como telnet o nc .

Use telnet para conectarse a Vemcache

telnet 0.0.0.0 7070

O usar nc

nc 0.0.0.0 7070

Una vez conectado, puede interactuar con el servidor VemCache enviando comandos.

Insertar vectores

Para insertar un vector en la base de datos, use el comando insertar seguido de los valores de vector:

insert 0.5 0.7 0.2

Para insertar un vector con una clave especificada, use el comando Named_insert seguido de la clave y los valores del vector:

named_insert my_vector 0.5 0.7 0.2

Recuperando vectores

Para recuperar un vector de la base de datos utilizando su tecla, use el comando get seguido de la clave:

get my_vector

Eliminar vectores

Para eliminar un vector de la base de datos utilizando su tecla, use el comando eliminar seguido de la tecla:

remove my_vector

Realización de operaciones vectoriales

Para calcular la similitud de coseno entre dos vectores, use el comando vcosina seguido de las claves de los dos vectores:

vcosine vector1 vector2

Para encontrar los k vecinos más cercanos de un vector, use el comando KNN seguido de la clave del vector de consulta y el valor de k:

knn query_vector 3

Para realizar la adición de elementos de dos vectores, use el comando VADD seguido de las claves de los dos vectores:

vadd vector1 vector2

Para realizar una resta en elemento de dos vectores, use el comando VSUB seguido de las teclas de los dos vectores:

vsub vector1 vector2

Para escalar un vector por un valor escalar, use el comando VScale seguido de la clave del vector y el valor escalar:

vscale vector1 2.0

Doblar la base de datos

Para volcar la base de datos en un archivo JSON, use el comando volcado seguido de la ruta al archivo:

dump vemcache.json

Cerrar la conexión

Para salir del cliente, presione Ctrl+C o escriba Quit (si usa Telnet).

Esto concluye el uso básico de Vemcache para las operaciones vectoriales. Para obtener operaciones más avanzadas y explicaciones detalladas de cada comando, consulte la documentación de Vemcache.

Sesión de ejemplo

 # User connects to Vemcache using telnet
$ telnet 0.0.0.0 7070
Trying 0.0.0.0...
Connected to 0.0.0.0.
Escape character is ' ^] ' .

# User inserts a vector with the key "vector_a"
named_insert vector_a 0.5 0.7 0.2
OK

# User inserts another vector with the key "vector_b"
named_insert vector_b 0.1 0.9 0.4
OK

# User retrieves the vector with the key "vector_a"
get vector_a
[0.5, 0.7, 0.2]

# User calculates the cosine similarity between "vector_a" and "vector_b"
vcosine vector_a vector_b
Cosine Similarity: 0.8693

# User finds the nearest neighbor of "vector_a" (k=2)
knn vector_a 2
ID: vector_a, Vector: [0.5, 0.7, 0.2]
ID: vector_b, Vector: [0.1, 0.9, 0.4]

# User performs element-wise addition of "vector_a" and "vector_b"
vadd vector_a vector_b
[0.6, 1.6, 0.6]

# User scales "vector_a" by a factor of 2
vscale vector_a 2.0
[1.0, 1.4, 0.4]

# User removes "vector_a" from the database
remove vector_a
OK

# User attempts to retrieve "vector_a" again (expecting an error)
get vector_a
null

# Dump vemcache db
dump vemcache.json
Database dump successful: vemcache.json

# User exits the session
quit
Connection closed by foreign host.