Cloud SQL for MySQL 中的矢量嵌入功能使用入门
关于此 Codelab
subject上次更新时间：4月 22, 2025
1. 简介
在此 Codelab 中，您将学习如何将向量搜索与 Vertex AI 嵌入结合使用，以便使用 Cloud SQL for MySQL Vertex AI 集成。
前提条件
- 对 Google Cloud 控制台有基本的了解
- 具备命令行界面和 Cloud Shell 方面的基本技能
学习内容
- 如何部署 Cloud SQL for MySQL 实例
- 如何创建数据库并启用 Cloud SQL AI 集成
- 如何将数据加载到数据库
- 如何在 Cloud SQL 中使用 Vertex AI 嵌入模型
- 如何使用 Vertex AI 生成式模型丰富结果
- 如何使用向量索引提升性能
所需条件
- Google Cloud 账号和 Google Cloud 项目
- 支持 Google Cloud 控制台和 Cloud Shell 的网络浏览器，例如 Chrome
2. 设置和要求
自定进度的环境设置
- 登录 Google Cloud 控制台，然后创建一个新项目或重复使用现有项目。如果您还没有 Gmail 或 Google Workspace 账号，则必须创建一个。
- 项目名称是此项目参与者的显示名称。它是 Google API 尚未使用的字符串。您可以随时对其进行更新。
- 项目 ID 在所有 Google Cloud 项目中是唯一的，并且是不可变的（一经设置便无法更改）。Cloud 控制台会自动生成一个唯一字符串；通常情况下，您无需关注该字符串。在大多数 Codelab 中，您都需要引用项目 ID（通常用
PROJECT_ID标识）。如果您不喜欢生成的 ID，可以再随机生成一个 ID。或者，您也可以尝试自己的项目 ID，看看是否可用。完成此步骤后便无法更改该 ID，并且此 ID 在项目期间会一直保留。 - 此外，还有第三个值，即部分 API 使用的项目编号，供您参考。如需详细了解所有这三个值，请参阅文档。
- 接下来，您需要在 Cloud 控制台中启用结算功能，以便使用 Cloud 资源/API。运行此 Codelab 应该不会产生太多的费用（如果有的话）。若要关闭资源以避免产生超出本教程范围的结算费用，您可以删除自己创建的资源或删除项目。Google Cloud 新用户符合参与 300 美元免费试用计划的条件。
启动 Cloud Shell
虽然可以通过笔记本电脑对 Google Cloud 进行远程操作，但在此 Codelab 中，您将使用 Google Cloud Shell，这是一个在云端运行的命令行环境。
在 Google Cloud 控制台 中，点击右上角工具栏中的 Cloud Shell 图标：
预配和连接到环境应该只需要片刻时间。完成后，您应该会看到如下内容：
这个虚拟机已加载了您需要的所有开发工具。它提供了一个持久的 5 GB 主目录，并且在 Google Cloud 中运行，大大增强了网络性能和身份验证功能。您在此 Codelab 中的所有工作都可以在浏览器中完成。您无需安装任何程序。
3. 准备工作
启用 API
在 Cloud Shell 中，确保项目 ID 已设置：
gcloud config set project [YOUR-PROJECT-ID]
设置环境变量 PROJECT_ID：
PROJECT_ID=$(gcloud config get-value project)
启用所有必要的服务：
gcloud services enable sqladmin.googleapis.com \
compute.googleapis.com \
cloudresourcemanager.googleapis.com \
servicenetworking.googleapis.com \
aiplatform.googleapis.com
预期输出
student@cloudshell:~ (test-project-001-402417)$ gcloud config set project test-project-001-402417
Updated property [core/project].
student@cloudshell:~ (test-project-001-402417)$ PROJECT_ID=$(gcloud config get-value project)
Your active configuration is: [cloudshell-14650]
student@cloudshell:~ (test-project-001-402417)$
student@cloudshell:~ (test-project-001-402417)$ gcloud services enable sqladmin.googleapis.com \
compute.googleapis.com \
cloudresourcemanager.googleapis.com \
servicenetworking.googleapis.com \
aiplatform.googleapis.com
Operation "operations/acat.p2-4470404856-1f44ebd8-894e-4356-bea7-b84165a57442" finished successfully.
4. 创建 Cloud SQL 实例
创建 Cloud SQL 实例，并实现数据库与 Vertex AI 的集成。
创建数据库密码
为默认数据库用户定义密码。您可以自行定义密码，也可以使用随机函数生成密码：
export CLOUDSQL_PASSWORD=`openssl rand -hex 12`
记下为密码生成的值：
echo $CLOUDSQL_PASSWORD
创建 Cloud SQL for MySQL 实例
您可以在创建实例时启用 cloudsql_vector 标志。矢量支持目前适用于 MySQL 8.0 R20241208.01_00 或更高版本
在 Cloud Shell 会话中，执行以下命令：
gcloud sql instances create my-cloudsql-instance \
--database-version=MYSQL_8_4 \
--tier=db-custom-2-8192 \
--region=us-central1 \
--enable-google-ml-integration \
--edition=ENTERPRISE \
--root-password=$CLOUDSQL_PASSWORD
我们可以验证从 Cloud Shell 执行的连接
gcloud sql connect my-cloudsql-instance --user=root
运行该命令，并在准备好连接时在提示中输入密码。
预期输出：
$gcloud sql connect my-cloudsql-instance --user=root Allowlisting your IP for incoming connection for 5 minutes...done. Connecting to database with SQL user [root].Enter password: Welcome to the MySQL monitor. Commands end with ; or \g. Your MySQL connection id is 71 Server version: 8.4.4-google (Google) Copyright (c) 2000, 2025, Oracle and/or its affiliates. Oracle is a registered trademark of Oracle Corporation and/or its affiliates. Other names may be trademarks of their respective owners. Type 'help;' or '\h' for help. Type '\c' to clear the current input statement. mysql>
启用“Vertex AI 集成”
向内部 Cloud SQL 服务账号授予必要的权限，以便使用 Vertex AI 集成。
查找 Cloud SQL 内部服务账号的电子邮件地址，并将其导出为变量。
SERVICE_ACCOUNT_EMAIL=$(gcloud sql instances describe my-cloudsql-instance --format="value(serviceAccountEmailAddress)")
echo $SERVICE_ACCOUNT_EMAIL
向 Cloud SQL 服务账号授予对 Vertex AI 的访问权限：
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member="serviceAccount:$SERVICE_ACCOUNT_EMAIL" \
--role="roles/aiplatform.user"
如需详细了解如何创建和配置实例，请点击此处参阅 Cloud SQL 文档。
5. 准备数据库
现在，我们需要创建一个数据库并启用向量支持。
创建数据库
创建一个名为 quickstart_db 的数据库。为此，我们提供了不同的选项，例如命令行数据库客户端（例如适用于 MySQL 的 mysql）、SDK 或 Cloud SQL Studio。我们将使用 SDK (gcloud) 创建数据库。
在 Cloud Shell 中，执行命令以创建数据库
gcloud sql databases create quickstart_db --instance=my-cloudsql-instance
6. 加载数据
现在，我们需要在数据库中创建对象并加载数据。我们将使用虚构的 Cymbal 商店数据。数据以 SQL（架构）和 CSV（数据）格式提供。
Cloud Shell 将成为我们连接到数据库、创建所有对象和加载数据的主要环境。
首先，我们需要将 Cloud Shell 的公共 IP 地址添加到 Cloud SQL 实例的已获授权的网络列表中。在 Cloud Shell 中，执行以下命令：
gcloud sql instances patch my-cloudsql-instance --authorized-networks=$(curl ifconfig.me)
如果您的会话丢失、重置或您使用其他工具，请再次导出 CLOUDSQL_PASSWORD 变量：
export CLOUDSQL_PASSWORD=...your password defined for the instance...
现在，我们可以在数据库中创建所有必需的对象。为此，我们将结合使用 MySQL mysql 实用程序和 curl 实用程序，从公共来源获取数据。
在 Cloud Shell 中，执行以下命令：
export INSTANCE_IP=$(gcloud sql instances describe my-cloudsql-instance --format="value(ipAddresses.ipAddress)")
curl -LJ https://raw.githubusercontent.com/GoogleCloudPlatform/devrel-demos/main/infrastructure/cymbal-store-embeddings/cymbal_mysql_schema.sql | mysql --host=$INSTANCE_IP --user=root --password=$CLOUDSQL_PASSWORD quickstart_db
我们在上一个命令中具体做了什么？我们连接到数据库，并执行了下载的 SQL 代码，该代码创建了表、索引和序列。
下一步是加载 cymbal_products 数据。我们使用相同的 curl 和 mysql 实用程序。
curl -LJ https://raw.githubusercontent.com/GoogleCloudPlatform/devrel-demos/main/infrastructure/cymbal-store-embeddings/cymbal_products.csv | mysql --enable-local-infile --host=$INSTANCE_IP --user=root --password=$CLOUDSQL_PASSWORD quickstart_db -e "LOAD DATA LOCAL INFILE '/dev/stdin' INTO TABLE cymbal_products FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '\"' LINES TERMINATED BY '\n' IGNORE 1 LINES;"
然后，我们继续处理 cymbal_stores。
curl -LJ https://raw.githubusercontent.com/GoogleCloudPlatform/devrel-demos/main/infrastructure/cymbal-store-embeddings/cymbal_stores.csv | mysql --enable-local-infile --host=$INSTANCE_IP --user=root --password=$CLOUDSQL_PASSWORD quickstart_db -e "LOAD DATA LOCAL INFILE '/dev/stdin' INTO TABLE cymbal_stores FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '\"' LINES TERMINATED BY '\n' IGNORE 1 LINES;"
并完成 cymbal_inventory，其中包含每个商店中每件商品的数量。
curl -LJ https://raw.githubusercontent.com/GoogleCloudPlatform/devrel-demos/main/infrastructure/cymbal-store-embeddings/cymbal_inventory.csv | mysql --enable-local-infile --host=$INSTANCE_IP --user=root --password=$CLOUDSQL_PASSWORD quickstart_db -e "LOAD DATA LOCAL INFILE '/dev/stdin' INTO TABLE cymbal_inventory FIELDS TERMINATED BY ',' OPTIONALLY ENCLOSED BY '\"' LINES TERMINATED BY '\n' IGNORE 1 LINES;"
如果您有自己的示例数据，并且您的 CSV 文件与 Cloud 控制台中提供的 Cloud SQL 导入工具兼容，则可以使用该工具，而不是使用上述方法。
7. 创建嵌入
下一步是使用 Google Vertex AI 中的 textembedding-005 模型为商品说明构建嵌入，并将其存储在表 cymbal_products 的新列中。
如需存储矢量数据，我们需要在 Cloud SQL 实例中启用矢量功能。在 Cloud Shell 中执行以下命令：
gcloud sql instances patch my-cloudsql-instance \
--database-flags=cloudsql_vector=on
连接到数据库：
mysql --host=$INSTANCE_IP --user=root --password=$CLOUDSQL_PASSWORD quickstart_db
然后，使用嵌入函数在 cymbal_products 表中创建一个虚拟列“embedding”。
ALTER TABLE cymbal_products ADD COLUMN embedding vector(768) using varbinary;
UPDATE cymbal_products SET embedding = mysql.ml_embedding('text-embedding-005', product_description);
为 2,000 行生成矢量嵌入通常需要不到 5 分钟，但有时可能需要稍长时间，并且通常会更快完成。
8. 运行相似性搜索
现在，我们可以使用基于相似度搜索的搜索功能，根据为说明计算的向量值以及我们使用相同嵌入模型为请求生成的向量值来运行搜索。
您可以通过同一命令行界面执行 SQL 查询，也可以通过 Cloud SQL Studio 执行。最好在 Cloud SQL Studio 中管理任何多行和复杂查询。
创建用户
我们需要创建一个可以使用 Cloud SQL Studio 的新用户。我们将创建一个内置类型的用户“student”，其密码与我们为根用户使用的密码相同。
在 Cloud Shell 中，执行以下命令：
gcloud sql users create student --instance=my-cloudsql-instance --password=$CLOUDSQL_PASSWORD --host=%
启动 Cloud SQL Studio
在控制台中，点击我们之前创建的 Cloud SQL 实例。
在右侧面板上打开该窗口后，我们可以看到 Cloud SQL Studio。点击该图标。
系统随即会打开一个对话框，您可以在其中提供数据库名称和凭据：
- 数据库：quickstart_db
- 用户：student
- 密码：您记下的用户密码
然后点击“AUTHENTICATE”（身份验证）按钮。
系统随即会打开下一个窗口，您可以在其中点击右侧的“Editor”（编辑器）标签页以打开 SQL 编辑器。
现在，我们可以运行查询了。
运行查询
运行查询，获取与客户请求最相关的可用产品列表。我们将向 Vertex AI 传递一个请求来获取矢量值，该请求类似于“这里适合种植什么样的果树？”
使用 cosine_distance 运行 KNN（精确）向量搜索查询
您可以运行以下查询，使用 cosine_distance 函数选择最适合我们请求的前 5 项：
SELECT mysql.ML_EMBEDDING('text-embedding-005','What kind of fruit trees grow well here?') into @query_vector;
SELECT
cp.product_name,
left(cp.product_description,80) as description,
cp.sale_price,
cs.zip_code,
cosine_distance(cp.embedding ,@query_vector) as distance
FROM
cymbal_products cp
JOIN cymbal_inventory ci on
ci.uniq_id=cp.uniq_id
JOIN cymbal_stores cs on
cs.store_id=ci.store_id
AND ci.inventory>0
AND cs.store_id = 1583
ORDER BY
distance ASC
LIMIT 5;
将查询复制并粘贴到 Cloud SQL Studio 编辑器，然后点击“运行”按钮，或将其粘贴到连接到 quickstart_db 数据库的命令行会话中。
下面列出了与查询匹配的所选商品。
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+
| product_name | description | sale_price | zip_code | distance |
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+
| Malus Domestica | Malus Domestica, the classic apple tree, brings beauty and delicious fruit to yo | 100.00 | 93230 | 0.37740096545831603 |
| Cerasus | Cerasus: A beautiful cherry tree that brings delicious fruit and vibrant color t | 75.00 | 93230 | 0.405704177142419 |
| Persica | Persica: Enjoy homegrown, delicious peaches with this beautiful peach tree. Reac | 150.00 | 93230 | 0.41031799106722877 |
| Meyer Lemon | Grow your own juicy Meyer Lemons with this semi-dwarf tree, California's favorit | 34.00 | 93230 | 0.42823360959352186 |
| Acer | Acer, the classic maple. Known for vibrant fall foliage in reds, oranges, and ye | 100.00 | 93230 | 0.42953897057301615 |
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+
5 rows in set (0.13 sec)
使用 cosine_distance 函数时，查询执行时间为 0.13 秒。
使用 approx_distance 运行查询以执行 KNN（精确）向量搜索
现在，我们运行相同的查询，但使用 approx_distance 函数进行 KNN 搜索。如果我们没有为嵌入提供 ANN 索引，系统会在后台自动改用完全匹配搜索：
SELECT mysql.ML_EMBEDDING('text-embedding-005','What kind of fruit trees grow well here?') into @query_vector;
SELECT
cp.product_name,
left(cp.product_description,80) as description,
cp.sale_price,
cs.zip_code,
approx_distance(cp.embedding ,@query_vector, 'distance_measure=cosine') as distance
FROM
cymbal_products cp
JOIN cymbal_inventory ci on
ci.uniq_id=cp.uniq_id
JOIN cymbal_stores cs on
cs.store_id=ci.store_id
AND ci.inventory>0
AND cs.store_id = 1583
ORDER BY
distance ASC
LIMIT 5;
下面是查询返回的商品列表。
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+
| product_name | description | sale_price | zip_code | distance |
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+
| Malus Domestica | Malus Domestica, the classic apple tree, brings beauty and delicious fruit to yo | 100.00 | 93230 | 0.37740096545831603 |
| Cerasus | Cerasus: A beautiful cherry tree that brings delicious fruit and vibrant color t | 75.00 | 93230 | 0.405704177142419 |
| Persica | Persica: Enjoy homegrown, delicious peaches with this beautiful peach tree. Reac | 150.00 | 93230 | 0.41031799106722877 |
| Meyer Lemon | Grow your own juicy Meyer Lemons with this semi-dwarf tree, California's favorit | 34.00 | 93230 | 0.42823360959352186 |
| Acer | Acer, the classic maple. Known for vibrant fall foliage in reds, oranges, and ye | 100.00 | 93230 | 0.42953897057301615 |
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+
5 rows in set, 1 warning (0.12 sec)
查询执行仅花费了 0.12 秒。我们得到的结果与 cosine_distance 函数相同。
9. 使用检索到的数据改进 LLM 回答
我们可以使用已执行查询的结果改进对客户端应用的 Gen AI LLM 回答，并使用提供的查询结果作为 Vertex AI 生成式基础语言模型的提示的一部分，准备有意义的输出。
为此，我们需要使用向量搜索的结果生成 JSON，然后将生成的 JSON 用作 Vertex AI 中 LLM 模型的提示，以生成有意义的输出。在第一步中，我们生成 JSON，然后在 Vertex AI Studio 中对其进行测试，最后将其纳入到可在应用中使用的 SQL 语句中。
以 JSON 格式生成输出
修改查询以以 JSON 格式生成输出，并仅返回一行以传递给 Vertex AI
以下是使用 ANN 搜索的查询示例：
SELECT mysql.ML_EMBEDDING('text-embedding-005','What kind of fruit trees grow well here?') into @query_vector;
WITH trees as (
SELECT
cp.product_name,
left(cp.product_description,80) as description,
cp.sale_price,
cs.zip_code,
cp.uniq_id as product_id
FROM
cymbal_products cp
JOIN cymbal_inventory ci on
ci.uniq_id=cp.uniq_id
JOIN cymbal_stores cs on
cs.store_id=ci.store_id
AND ci.inventory>0
AND cs.store_id = 1583
ORDER BY
(approx_distance(cp.embedding ,@query_vector, 'distance_measure=cosine')) ASC
LIMIT 1)
SELECT json_arrayagg(json_object('product_name',product_name,'description',description,'sale_price',sale_price,'zip_code',zip_code,'product_id',product_id)) FROM trees;
以下是输出中的预期 JSON：
[{"zip_code": 93230, "product_id": "23e41a71d63d8bbc9bdfa1d118cfddc5", "sale_price": 100.00, "description": "Malus Domestica, the classic apple tree, brings beauty and delicious fruit to yo", "product_name": "Malus Domestica"}]
在 Vertex AI Studio 中运行提示
我们可以使用生成的 JSON 作为 Vertex AI Studio 中生成式 AI 文本模型的提示的一部分提供
在 Cloud 控制台中打开 Vertex AI Studio 提示。
系统可能会要求您启用其他 API，但您可以忽略该要求。我们无需任何其他 API 即可完成本实验。
以下是我们要使用的提示：
You are a friendly advisor helping to find a product based on the customer's needs.
Based on the client request we have loaded a list of products closely related to search.
The list in JSON format with list of values like {"product_name":"name","description":"some description","sale_price":10,"zip_code": 10234, "produt_id": "02056727942aeb714dc9a2313654e1b0"}
Here is the list of products:
[place your JSON here]
The customer asked "What tree is growing the best here?"
You should give information about the product, price and some supplemental information.
Do not ask any additional questions and assume location based on the zip code provided in the list of products.
将 JSON 占位符替换为查询的响应后，代码如下所示：
You are a friendly advisor helping to find a product based on the customer's needs.
Based on the client request we have loaded a list of products closely related to search.
The list in JSON format with list of values like {"product_name":"name","description":"some description","sale_price":10,"zip_code": 10234, "produt_id": "02056727942aeb714dc9a2313654e1b0"}
Here is the list of products:
{"zip_code": 93230, "product_id": "23e41a71d63d8bbc9bdfa1d118cfddc5", "sale_price": 100.00, "description": "Malus Domestica, the classic apple tree, brings beauty and delicious fruit to yo", "product_name": "Malus Domestica"}
The customer asked "What tree is growing the best here?"
You should give information about the product, price and some supplemental information.
Do not ask any additional questions and assume location based on the zip code provided in the list of products.
以下是使用 JSON 值和 gemini-2.0-flash 模型运行提示的结果：
在本示例中，我们从模型获得的回答如下，它使用了语义搜索的结果以及所述邮政编码中可用的最匹配商品。
在 PSQL 中运行提示
我们还可以使用 Cloud SQL AI 与 Vertex AI 的集成，直接在数据库中使用 SQL 从生成式模型获取类似回答。
现在，我们可以使用子查询中生成的 JSON 结果，通过 SQL 将其作为生成式 AI 文本模型提示的一部分提供给模型。
在数据库的 mysql 或 Cloud SQL Studio 会话中运行查询
SELECT mysql.ML_EMBEDDING('text-embedding-005','What kind of fruit trees grow well here?') into @query_vector;
WITH trees AS (
SELECT
cp.product_name,
cp.product_description AS description,
cp.sale_price,
cs.zip_code,
cp.uniq_id AS product_id
FROM
cymbal_products cp
JOIN cymbal_inventory ci ON
ci.uniq_id = cp.uniq_id
JOIN cymbal_stores cs ON
cs.store_id = ci.store_id
AND ci.inventory>0
AND cs.store_id = 1583
ORDER BY
(approx_distance(cp.embedding ,@query_vector, 'distance_measure=cosine')) ASC
LIMIT 1),
prompt AS (
SELECT
CONCAT( 'You are a friendly advisor helping to find a product based on the customer''s needs.
Based on the client request we have loaded a list of products closely related to search.
The list in JSON format with list of values like {"product_name":"name","product_description":"some description","sale_price":10}
Here is the list of products:', json_arrayagg(json_object('product_name',trees.product_name,'description',trees.description,'sale_price',trees.sale_price,'zip_code',trees.zip_code,'product_id',trees.product_id)) , 'The customer asked "What kind of fruit trees grow well here?"
You should give information about the product, price and some supplemental information') AS prompt_text
FROM
trees),
response AS (
SELECT
mysql.ML_PREDICT_ROW('publishers/google/models/gemini-2.0-flash-001:generateContent',
json_object('contents',
json_object('role',
'user',
'parts',
json_array(
json_object('text',
prompt_text))))) AS resp
FROM
prompt)
SELECT
JSON_EXTRACT(resp, '$.candidates[0].content.parts[0].text')
FROM
response;
以下是示例输出。您的输出可能会因模型版本和参数而异：
"Okay, I see you're looking for fruit trees that grow well in your area. Based on the available product, the **Malus Domestica** (Apple Tree) is a great option to consider!\n\n* **Product:** Malus Domestica (Apple Tree)\n* **Description:** This classic apple tree grows to about 30 feet tall and provides beautiful seasonal color with green leaves in summer and fiery colors in the fall. It's known for its strength and provides good shade. Most importantly, it produces delicious apples!\n* **Price:** \\$100.00\n* **Growing Zones:** This particular apple tree is well-suited for USDA zones 4-8. Since your zip code is 93230, you are likely in USDA zone 9a or 9b. While this specific tree is rated for zones 4-8, with proper care and variety selection, apple trees can still thrive in slightly warmer climates. You may need to provide extra care during heat waves.\n\n**Recommendation:** I would recommend investigating varieties of Malus Domestica suited to slightly warmer climates or contacting a local nursery/arborist to verify if it is a good fit for your local climate conditions.\n"
输出以 Markdown 格式提供。
10. 创建最近邻索引
我们的数据集相对较小，响应时间主要取决于与 AI 模型的互动。但是，如果您有数百万个向量，向量搜索可能会占用我们响应时间的很大一部分，并给系统带来较高负载。为了改进这一点，我们可以在向量上构建索引。
创建 ScANN 索引
我们将尝试在测试中使用 ScANN 索引类型。
为了为嵌入列构建索引，我们需要为嵌入列定义距离测量。您可以在文档中详细了解这些参数。
CREATE VECTOR INDEX cymbal_products_embedding_idx ON cymbal_products(embedding) USING SCANN DISTANCE_MEASURE=COSINE;
比较回答
现在，我们可以再次运行矢量搜索查询并查看结果
SELECT mysql.ML_EMBEDDING('text-embedding-005','What kind of fruit trees grow well here?') into @query_vector;
SELECT
cp.product_name,
left(cp.product_description,80) as description,
cp.sale_price,
cs.zip_code,
approx_distance(cp.embedding ,@query_vector, 'distance_measure=cosine') as distance
FROM
cymbal_products cp
JOIN cymbal_inventory ci on
ci.uniq_id=cp.uniq_id
JOIN cymbal_stores cs on
cs.store_id=ci.store_id
AND ci.inventory>0
AND cs.store_id = 1583
ORDER BY
distance ASC
LIMIT 5;
预期输出：
+-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+ | product_name | description | sale_price | zip_code | distance | +-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+ | Malus Domestica | Malus Domestica, the classic apple tree, brings beauty and delicious fruit to yo | 100.00 | 93230 | 0.37740096545831603 | | Cerasus | Cerasus: A beautiful cherry tree that brings delicious fruit and vibrant color t | 75.00 | 93230 | 0.405704177142419 | | Persica | Persica: Enjoy homegrown, delicious peaches with this beautiful peach tree. Reac | 150.00 | 93230 | 0.41031799106722877 | | Meyer Lemon | Grow your own juicy Meyer Lemons with this semi-dwarf tree, California's favorit | 34.00 | 93230 | 0.42823360959352186 | | Acer | Acer, the classic maple. Known for vibrant fall foliage in reds, oranges, and ye | 100.00 | 93230 | 0.42953897057301615 | +-----------------+----------------------------------------------------------------------------------+------------+----------+---------------------+ 5 rows in set (0.08 sec)
我们可以看到，执行时间只有细微差异，但对于如此小的数据集，这种差异在预期之内。对于包含数百万个矢量的大型数据集，这种差异应该会更加明显。
我们可以使用 EXPLAIN 命令查看执行计划：
SELECT mysql.ML_EMBEDDING('text-embedding-005','What kind of fruit trees grow well here?') into @query_vector;
EXPLAIN ANALYZE SELECT
cp.product_name,
left(cp.product_description,80) as description,
cp.sale_price,
cs.zip_code,
approx_distance(cp.embedding ,@query_vector, 'distance_measure=cosine') as distance
FROM
cymbal_products cp
JOIN cymbal_inventory ci on
ci.uniq_id=cp.uniq_id
JOIN cymbal_stores cs on
cs.store_id=ci.store_id
AND ci.inventory>0
AND cs.store_id = 1583
ORDER BY
distance ASC
LIMIT 5;
执行计划（摘要）：
...
-> Nested loop inner join (cost=443 rows=5) (actual time=1.14..1.18 rows=5 loops=1)
-> Vector index scan on cp (cost=441 rows=5) (actual time=1.1..1.1 rows=5 loops=1)
-> Single-row index lookup on cp using PRIMARY (uniq_id=cp.uniq_id) (cost=0.25 rows=1) (actual time=0.0152..0.0152 rows=1 loops=5)
...
我们可以看到，它使用了 cp（cymbal_products 表的别名）上的矢量索引扫描。
您可以使用自己的数据进行实验，或测试不同的搜索查询，了解语义搜索在 MySQL 中的运作方式。
11. 清理环境
删除 Cloud SQL 实例
完成实验后销毁 Cloud SQL 实例
如果您已断开连接且之前的所有设置都已丢失，请在 Cloud Shell 中定义项目和环境变量：
export INSTANCE_NAME=my-cloudsql-instance
export PROJECT_ID=$(gcloud config get-value project)
删除实例：
gcloud sql instances delete $INSTANCE_NAME --project=$PROJECT_ID
预期的控制台输出：
student@cloudshell:~$ gcloud sql instances delete $INSTANCE_NAME --project=$PROJECT_ID All of the instance data will be lost when the instance is deleted. Do you want to continue (Y/n)? y Deleting Cloud SQL instance...done. Deleted [https://sandbox.googleapis.com/v1beta4/projects/test-project-001-402417/instances/my-cloudsql-instance].
12. 恭喜
恭喜您完成此 Codelab。
所学内容
- 如何部署 Cloud SQL for MySQL 实例
- 如何创建数据库并启用 Cloud SQL AI 集成
- 如何将数据加载到数据库
- 如何在 Cloud SQL 中使用 Vertex AI 嵌入模型
- 如何使用 Vertex AI 生成式模型丰富结果
- 如何使用向量索引提升性能