虹科干货 | 化身向量数据库的Redis Enterprise——快速、准确、高效的非结构化数据

用户期望在他们遇到的每一个应用程序和网站都有搜索功能。然而，超过80%的商业数据是非结构化的，以文本、图像、音频、视频或其他格式存储。Redis Enterprise如何实现矢量相似性搜索呢？答案是，将AI驱动的搜索功能集成到Redis Enterprise中，以实现矢量相似性搜索。

Redis Enterprise如何实现矢量相似性搜索？

1、将原始数据转换为嵌入向量

嵌入向量是无结构数据的数值表现形式，能够捕捉语义信息，通常由人工智能模型创建。图像、文本、视频甚至是一个音频，在Huggingface Model Hub的帮助下，每种内容都可以转换成各自的嵌入向量。转换后的数据被存储在Redis中。

2、Redis支持两种向量索引方法

Flat：一种蛮力（brute force）方法，它遍历所有可能的向量进行搜索。

HNSW：一种近似搜索的方法，能够以更快的速度获得结果，但精确度较低。

两种方法都具有相同的必需参数

3、索引只需创建一次

当新的哈希数据被存储在Redis中时，它们会自动重新建立索引。

4、Redis提供搜索功能

Redis提供搜索功能，将全文、标签和数值预过滤器与K Nearest Neighbors（KNN）向量搜索相结合。

5、Redis的优势

每秒查询次数（QPS）增加了12倍；

延迟降低至原来的十三分之一；

99.999%的高可用；

......

应用案例

l 文档检索

l 问答

l 推荐系统

l 视觉搜索

应用案例——推荐系统

应用案例——问答

虹科Redis企业版数据库作为一种支持多云和混合云环境的实时数据服务，并使用CRDT技术处理全球范围内的同步更新，在不影响用户的延迟或可用性前提下，为金融机构提供自动化和技术支持。

虹科是Redis企业版数据库的中国区战略合作伙伴,点击收藏转发，关注我们获得更多虹科Redis企业版数据库干货资料分享！

关于虹科Redis企业版数据库还有任何问题，虹科小云都会一一进行解答！想要【完整版白皮书】也可以在评论区留言告诉我们~