> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# ¿Se puede usar ClickHouse para la búsqueda vectorial?

> Aprende a usar ClickHouse para la búsqueda vectorial, incluido el almacenamiento de embeddings y las búsquedas con funciones de distancia como la similitud de coseno.

{frontMatter.description}

<div id="clickhouse-for-vector-search">
  ## ¡ClickHouse para búsqueda vectorial!
</div>

Sí, ClickHouse puede realizar búsquedas vectoriales.

Las principales ventajas de usar ClickHouse para la búsqueda vectorial, frente a bases de datos vectoriales más especializadas, incluyen:

* Usar las capacidades de filtrado y búsqueda de texto completo de ClickHouse para refinar tu conjunto de datos antes de realizar una búsqueda.
* Realizar análisis sobre tus conjuntos de datos.
* Ejecutar un `JOIN` con tus datos existentes.
* Evitar tener que gestionar otra base de datos más y complicar tu infraestructura.

Aquí tienes un breve tutorial sobre cómo usar ClickHouse para la búsqueda vectorial.

<Steps>
  <Step title="Crear embeddings">
    Tus datos (documentos, imágenes o datos estructurados) deben convertirse en *embeddings*. Recomendamos crear embeddings con la [API de Embeddings de OpenAI](https://platform.openai.com/docs/api-reference/embeddings) o usando la biblioteca open-source de Python [SentenceTransformers](https://www.sbert.net/).

    Puedes pensar en un embedding como un gran array de números de coma flotante que representa tus datos. [Consulta esta guía de OpenAI para obtener más información sobre los embeddings](https://developers.openai.com/api/docs/guides/embeddings).
  </Step>

  <Step title="Almacenar los embeddings">
    Una vez que hayas generado embeddings, debes almacenarlos en ClickHouse. Cada embedding debe almacenarse en una fila independiente y puede incluir metadatos para filtrado, agregaciones o analítica. Aquí tienes un ejemplo de una tabla que puede almacenar imágenes con subtítulos:

    ```sql theme={null}
    CREATE TABLE images
    (
    	`_file` LowCardinality(String),
    	`caption` String,
    	`image_embedding` Array(Float32)
    )
    ENGINE = MergeTree;
    ```
  </Step>

  <Step title="Buscar embeddings relacionados">
    Supongamos que quieres buscar imágenes de perros en tu conjunto de datos. Puedes usar una función de distancia como `cosineDistance` para tomar el embedding de una imagen de perro y buscar imágenes relacionadas:

    ```sql theme={null}
    SELECT
        _file,
    	caption,
    	cosineDistance(
            -- Un embedding de tu imagen de perro de entrada
            [0.5736801028251648, 0.2516217529773712, ...,  -0.6825592517852783],
            image_embedding
        ) AS score
    FROM images
    ORDER BY score ASC
    LIMIT 10
    ```

    Esta consulta devuelve los nombres de `_file` y `caption` de las 10 imágenes con más probabilidades de estar relacionadas con la imagen de perro proporcionada.
  </Step>
</Steps>

<div id="further-reading">
  ## Más información
</div>

Si quieres seguir un tutorial más detallado sobre búsqueda vectorial con ClickHouse, consulta:

* [Búsqueda vectorial exacta y aproximada](/docs/es/reference/engines/table-engines/mergetree-family/annindexes)