vemcache

Veemcache

O Vemcache é um banco de dados vetorial na memória.

O Vemcache pode ser pensado como o equivalente a Redis para bancos de dados vetoriais.

Começando

Pré -requisitos

• Docker: Para executar o Vemcache usando o Docker, você precisa instalar o Docker no seu sistema. Você pode instalar o Docker seguindo as instruções no site do Docker.
• RUST: Para construir e executar o Vemcache, você precisa de ferrugem e carga instalada no seu sistema. Você pode instalá -los usando o Rustup.

Construindo Vemcache

Usando o docker

1. Puxe a imagem Vemcache do DockerHub

docker pull faizchishtie/vemcache

2. Execute a imagem

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

Usando o Docker-Compose

Adicione o seguinte ao seu 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

Localmente

1. Clone o Repositório Vemcache:

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

2. Construa o Vemcache:

make build

3. Execute o Vemcache

make run

Usando o Vemcache

Conecte -se ao Vemcache com um cliente TCP como telnet ou nc .

Use telnet para conectar -se ao Vemcache

telnet 0.0.0.0 7070

Ou use nc

nc 0.0.0.0 7070

Depois de conectado, você pode interagir com o servidor Vemcache enviando comandos.

Inserindo vetores

Para inserir um vetor no banco de dados, use o comando Insert seguido pelos valores do vetor:

insert 0.5 0.7 0.2

Para inserir um vetor com uma chave especificada, use o comando nomeado_insert seguido pelos valores da chave e do vetor:

named_insert my_vector 0.5 0.7 0.2

Recuperando vetores

Para recuperar um vetor do banco de dados usando sua chave, use o comando get seguido pela chave:

get my_vector

Remoção de vetores

Para remover um vetor do banco de dados usando sua chave, use o comando Remover seguido pela chave:

remove my_vector

Realizando operações vetoriais

Para calcular a similaridade do cosseno entre dois vetores, use o comando vcosine seguido pelas chaves dos dois vetores:

vcosine vector1 vector2

Para encontrar os vizinhos mais próximos de um vetor, use o comando knn seguido pela chave do vetor de consulta e o valor de k:

knn query_vector 3

Para realizar a adição de dois vetores, use o comando vadd seguido pelas chaves dos dois vetores:

vadd vector1 vector2

Para realizar a subtração de dois vetores, use o comando vSub seguido pelas chaves dos dois vetores:

vsub vector1 vector2

Para dimensionar um vetor por um valor escalar, use o comando vScale seguido pela chave do vetor e pelo valor escalar:

vscale vector1 2.0

Despejando o banco de dados

Para despejar o banco de dados em um arquivo json, use o comando dump seguido pelo caminho para o arquivo:

dump vemcache.json

Fechando a conexão

Para sair do cliente, pressione Ctrl+C ou Type Quit (se estiver usando Telnet).

Isso conclui o uso básico do Vemcache para operações vetoriais. Para operações mais avançadas e explicações detalhadas de cada comando, consulte a documentação do Vemcache.

Exemplo de sessão

 # 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.