QBit データ型

QBit データ型は、近似検索を高速化するためにベクトルの格納方法を再編成します。各ベクトルの要素をひとまとまりとして格納する代わりに、すべてのベクトルにわたって同じビット桁（ビット位置）ごとにグループ化して格納します。 これにより、ベクトルは元の精度を保ったまま保存されつつ、検索時にきめ細かな量子化レベルを選択できます。I/O を少なくして計算を高速化したい場合は読むビット数を減らし、高い精度が必要な場合は読むビット数を増やします。量子化によるデータ転送量と計算量削減に伴う高速化の利点を得つつ、必要に応じて元の全データにもアクセスできます。

QBit 型のカラムを宣言するには、次の構文を使用します。

column_name QBit(element_type, dimension)

• element_type – 各ベクトル要素の型。使用可能な型は BFloat16、Float32、Float64 です。
• dimension – 各ベクトル内の要素数

QBit の作成

テーブルのカラム定義で QBit 型を使用する場合:

CREATE TABLE test (id UInt32, vec QBit(Float32, 8)) ENGINE = Memory;
INSERT INTO test VALUES (1, [1, 2, 3, 4, 5, 6, 7, 8]), (2, [9, 10, 11, 12, 13, 14, 15, 16]);
SELECT vec FROM test ORDER BY id;

┌─vec──────────────────────┐
│ [1,2,3,4,5,6,7,8]        │
│ [9,10,11,12,13,14,15,16] │
└──────────────────────────┘

QBit サブカラム

QBit では、保存されているベクトルの各ビットプレーンに個別にアクセスできるサブカラムアクセスパターンを実装しています。各ビット位置には .N という構文でアクセスでき、N はビット位置を表します。

CREATE TABLE test (id UInt32, vec QBit(Float32, 8)) ENGINE = Memory;
INSERT INTO test VALUES (1, [0, 0, 0, 0, 0, 0, 0, 0]);
INSERT INTO test VALUES (1, [-0, -0, -0, -0, -0, -0, -0, -0]);
SELECT bin(vec.1) FROM test;

┌─bin(tupleElement(vec, 1))─┐
│ 00000000                  │
│ 11111111                  │
└───────────────────────────┘

アクセス可能なサブカラムの数は、要素型によって異なります。

• BFloat16: サブカラムは 16 個 (1-16)
• Float32: サブカラムは 32 個 (1-32)
• Float64: サブカラムは 64 個 (1-64)

ベクトル検索関数

次のベクトル類似検索用距離関数は QBit データ型を使用します。

• L2DistanceTransposed
• cosineDistanceTransposed