​
Azure Cosmos DB NoSQL 向量数据库

Spring AI 支持使用 Azure Cosmos DB for NoSQL 作为向量数据库，通过其向量嵌入和索引功能。

​
先决条件

  1. Azure 账户：您需要一个拥有有效订阅的 Azure 账户。
  2. Azure Cosmos DB for NoSQL 资源：在您的 Azure 账户中创建一个 Azure Cosmos DB for NoSQL 账户。
    • 在创建过程中，请确保选择”NoSQL” API。
    • 记下您的 Cosmos DB 端点和主密钥，因为在应用程序配置中将会用到它们。
  3. 向量嵌入功能：目前，Azure Cosmos DB for NoSQL 中的向量搜索功能处于预览阶段。您需要按照这些说明注册预览版。

​
添加依赖

将 spring-ai-azure-cosmos-db-store-spring-boot-starter 依赖项添加到您的 pom.xml 文件中： 
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-azure-cosmos-db-store-spring-boot-starter</artifactId>
</dependency>
您还需要一个 EmbeddingClient 实现来为您的文档生成向量嵌入。例如，您可以添加 spring-ai-openai-spring-boot-starter 以使用 OpenAI 的嵌入模型： 
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
</dependency>

​
配置属性

在您的 application.properties 或 application.yml 文件中配置 Azure Cosmos DB 和嵌入客户端属性。

​
Azure Cosmos DB 属性

# Azure Cosmos DB 配置
spring.ai.vectorstore.cosmosdb.endpoint=YOUR_COSMOS_DB_ENDPOINT # 例如 https://your-account.documents.azure.com:443/
spring.ai.vectorstore.cosmosdb.key=YOUR_COSMOS_DB_PRIMARY_KEY
spring.ai.vectorstore.cosmosdb.database-name=your_database_name
spring.ai.vectorstore.cosmosdb.container-name=your_container_name # 将在其中存储向量的容器
spring.ai.vectorstore.cosmosdb.create-container-if-not-exists=true # 如果容器不存在则创建 (可选, 默认为 false)

# 向量索引策略 (在容器创建时应用)
spring.ai.vectorstore.cosmosdb.indexing-policy.vector-indexes[0].path="/embedding" # JSON 文档中包含向量的路径
spring.ai.vectorstore.cosmosdb.indexing-policy.vector-indexes[0].type="vector-ivf" # 索引类型，例如 vector-ivf, vector-hnsw
spring.ai.vectorstore.cosmosdb.indexing-policy.vector-indexes[0].num-lists=1 # 对于 IVF (默认为 1)
spring.ai.vectorstore.cosmosdb.indexing-policy.vector-indexes[0].dimensions=1536 # 嵌入向量的维度 (例如 OpenAI text-embedding-ada-002 为 1536)
spring.ai.vectorstore.cosmosdb.indexing-policy.vector-indexes[0].distance-function="cosine" # 距离函数，例如 cosine, euclidean, dotproduct
如果 create-container-if-not-exists 设置为 true，则当容器尚不存在时，将使用提供的 indexing-policy 创建它。 如果容器已存在，则现有索引策略将保持不变，并且提供的 indexing-policy 配置将被忽略。 确保嵌入客户端输出的维度与索引策略中配置的 dimensions 匹配。

​
嵌入客户端属性 (例如 OpenAI)

# OpenAI EmbeddingClient 配置
spring.ai.openai.api-key=YOUR_OPENAI_API_KEY
spring.ai.openai.embedding.options.model=text-embedding-ada-002

​
使用 VectorStore

将 VectorStore bean 注入到您的组件中以与之交互： 
import org.springframework.ai.vectorstore.VectorStore;
import org.springframework.ai.document.Document;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.List;

@Service
public class MyVectorStoreService {

    private final VectorStore vectorStore;

    @Autowired
    public MyVectorStoreService(VectorStore vectorStore) {
        this.vectorStore = vectorStore;
    }

    public void addDocuments(List<Document> documents) {
        vectorStore.add(documents);
    }

    public List<Document> findSimilarDocuments(String query, int k) {
        return vectorStore.similaritySearch(query, k);
    }
}

​
创建 CosmosDBVectorStore Bean (可选)

Spring Boot 会自动配置 CosmosDBVectorStore bean。但是，如果您需要自定义配置，可以定义自己的 bean： 
import com.azure.cosmos.CosmosAsyncClient;
import com.azure.cosmos.CosmosClientBuilder;
import org.springframework.ai.embedding.EmbeddingClient;
import org.springframework.ai.vectorstore.azure.cosmosdb.CosmosDBVectorStore;
import org.springframework.ai.vectorstore.azure.cosmosdb.CosmosDBVectorStoreConfig;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class MyCosmosDbConfig {

    @Bean
    public CosmosAsyncClient cosmosAsyncClient() {
        // 从属性或直接创建 CosmosAsyncClient
        return new CosmosClientBuilder()
            .endpoint("YOUR_COSMOS_DB_ENDPOINT")
            .key("YOUR_COSMOS_DB_PRIMARY_KEY")
            .buildAsyncClient();
    }

    @Bean
    public CosmosDBVectorStore cosmosDBVectorStore(CosmosAsyncClient cosmosAsyncClient, EmbeddingClient embeddingClient) {
        CosmosDBVectorStoreConfig config = CosmosDBVectorStoreConfig.builder("your_database_name", "your_container_name")
            // .createContainerIfNotExists(true) // 按需设置
            // .indexingPolicy(...) // 按需设置索引策略
            .build();
        return new CosmosDBVectorStore(cosmosAsyncClient, embeddingClient, config);
    }
}

​
向量索引

Azure Cosmos DB for NoSQL 支持多种类型的向量索引，例如 vector-ivf 和 vector-hnsw。索引的选择取决于您的特定用例和性能要求。
  • vector-ivf (Inverted File Index)：适用于大型数据集，并在准确性和查询速度之间提供良好的平衡。它将向量空间划分为簇，并在查询时仅搜索最相关的簇。
  • vector-hnsw (Hierarchical Navigable Small World)：一种基于图的索引，以其高查询召回率和低延迟而闻名，尤其适用于高维数据。
您可以在 application.properties 中的 spring.ai.vectorstore.cosmosdb.indexing-policy.vector-indexes 下或在以编程方式配置 CosmosDBVectorStoreConfig 时配置索引类型、维度、距离函数和特定于类型的参数 (例如 num-lists for IVF)。 
// 示例索引策略 JSON
{
  "indexingMode": "consistent",
  "automatic": true,
  "includedPaths": [
    {
      "path": "/*"
    }
  ],
  "excludedPaths": [
    {
      "path": "/\"_etag\"/?"
    }
  ],
  "vectorIndexes": [
    {
      "path": "/embedding", // 确保这与您的文档结构匹配
      "type": "vector-ivf",
      "numLists": 1,
      "dimensions": 1536,
      "distanceFunction": "cosine"
    }
  ]
}
有关向量索引的更多详细信息，请参阅 Azure Cosmos DB for NoSQL 向量索引文档。

​
元数据过滤

Cosmos DB 向量存储支持使用 SQL WHERE子句 和 相似性搜索过滤器表达式 进行元数据过滤。这些过滤器应用于相似性搜索查询期间，以根据其元数据字段缩小结果范围。 过滤器表达式直接转换为 Cosmos DB SQL WHERE 子句。 例如，如果您有带有元数据字段 genre 和 year 的文档，则可以按如下方式进行过滤： 
import org.springframework.ai.vectorstore.SearchRequest;
import org.springframework.ai.vectorstore.filter.Filter;
import org.springframework.ai.vectorstore.filter.FilterExpressionBuilder;

// ...

FilterExpressionBuilder b = new FilterExpressionBuilder();

// WHERE genre = 'drama' AND year > 2020
Filter filter = new Filter(b.eq("genre", "drama").and(b.gt("year", 2020)).build());

SearchRequest request = SearchRequest.query("A tragic hero") // 示例查询通常保留英文
    .withTopK(5)
    .withSimilarityThreshold(0.75)
    .withFilter(filter);

List<Document> results = vectorStore.similaritySearch(request);
这将转换为类似于以下的 Cosmos DB 查询： 
SELECT c.id, c.content, c.metadata, VectorDistance(c.embedding, @embeddingParam) AS similarity
FROM c
WHERE c.metadata.genre = 'drama' AND c.metadata.year > 2020
ORDER BY VectorDistance(c.embedding, @embeddingParam)
确保您的容器中存在用于过滤的元数据字段，并且它们已正确索引 (如果需要提高性能)。 并非所有 Spring AI 过滤器表达式操作符都直接映射到 Cosmos DB SQL 函数。支持基本比较 (EQ, NE, GT, GTE, LT, LTE)、逻辑运算符 (AND, OR, NOT) 和 IN / NIN。

​
删除数据

CosmosDBVectorStore 支持通过文档 ID 删除数据。 
boolean deleted = vectorStore.delete(List.of("documentId1", "documentId2"));

​
总结

通过将 Spring AI 与 Azure Cosmos DB for NoSQL 集成，您可以利用 Azure 的可扩展且全球分布的数据库服务来满足您的向量存储需求，并结合 Spring AI 的简化抽象来构建强大的 AI 应用程序。

文档有误？请协助编辑

发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！