QBit 数据类型

Beta 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元素存放在一起，而是把所有向量中相同二进制位上的数据分组存储。 这种方式在保持向量全精度存储的同时，允许你在查询时选择细粒度的量化级别：读取更少的位以减少 I/O 并加快计算，或者读取更多的位以获得更高精度。你既能从量化带来的数据传输和计算量减少中获益，又能在需要时访问所有原始数据。

注意

QBit 数据类型以及与其相关的距离函数目前为 Beta 功能。 要启用它们，请先运行 SET enable_qbit_type = 1。 如果遇到问题，请在 ClickHouse 仓库 中提交 issue（问题）。

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。允许的类型为 BFloat16、Float32 和 Float64
• dimension – 向量的维度（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，允许访问已存储向量的各个位平面。每一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

以下是用于向量相似度搜索且使用 QBit 数据类型的距离函数：

• L2DistanceTransposed
• cosineDistanceTransposed