QBit 数据类型

Experimental feature. Learn more.

QBit 数据类型通过重新组织向量的存储方式来加速近似搜索。它不是将每个向量的所有元素存放在一起，而是把所有向量中相同二进制位的位置分组存储。 这种方式在保持向量以全精度存储的同时，允许你在查询时选择细粒度的量化级别：读取更少的比特位可减少 I/O 并加快计算，读取更多比特位则可提高精度。你既能获得量化带来的数据传输和计算开销降低的速度优势，又能在需要时访问所有原始数据。

注意

QBit 数据类型及其相关的距离函数目前为实验性功能。 要启用它们，请先执行 SET allow_experimental_qbit_type = 1。 如果你遇到问题，请在 ClickHouse 仓库 中提交 issue。

要声明一个 QBit 类型的列，请使用以下语法：

column_name QBit(element_type, dimension)

• element_type – 每个向量元素的类型。允许的类型包括 BFloat16、Float32 和 Float64。
• dimension – 每个向量中的元素数量。

创建 QBit

在表的列定义中使用 QBit 类型：

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 子列

QBit 实现了一种子列访问模式，允许你访问已存储向量的各个位平面。每个比特位都可以使用 .N 语法进行访问，其中 N 是该比特位的位置：

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                  │
└───────────────────────────┘

可访问的子列数量取决于元素类型：

• BFloat16: 16 个子列（1-16）
• Float32: 32 个子列（1-32）
• Float64: 64 个子列（1-64）

向量搜索函数

以下是使用 QBit 数据类型进行向量相似度搜索的距离函数：

• L2DistanceTransposed