Spring AI 前兩天（4.10 日）更新了 1.0.0-M7 版本后，原來的 SimpleVectorStore 內存級別的向量數據庫就不能用了，Spring AI 將其全部源碼刪除了。

此時我們就需要一種成本更低的解決方案來解決這個問題，如何解決呢？我們一起來看。

解決方案：Redis 向量數據庫

雖然 SimpleVectorStore 不支持了，但 Spring AI 內置了 Redis 或 ES 作為向量數據庫的分布式存儲中間件，我們可以用他們來進行向量的存儲。

而在這兩種方案中，顯然 Redis 使用成本更低，因此，我們來看如何將向量存儲到 Redis 數據庫中。

它的具體實現步驟如下。

安裝Redis-Stack

1. 下載 Docker Hub：https://www.docker.com/get-started/
2. 安裝 redis-stack-server：使用“docker run -d --name redis-stack-server -p 6379:6379 redis/redis-stack-server”。

添加依賴

我們使用阿里云百煉平臺的嵌入模型 text-embedding-v3 是兼容 OpenAI 的 SDK 的，因此，我們需要添加 OpenAI 和 Redis Vector 依賴：

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-vector-store-redis</artifactId>
</dependency><dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>

設置配置信息

配置 Redis 連接信息，以及嵌入模型的配置信息：

spring:data:redis:host: localhostport: 6379ai:vectorstore:redis:initialize-schema: trueindex-name: custom-indexprefix: custom-prefixopenai:api-key: ${ALIYUN-AK}embedding:options:model: text-embedding-v3

阿里云百煉平臺支持的向量模型：

代碼實現

Redis 添加向量數據

@Autowired
private VectorStore vectorStore;// 構建數據
List<Document> documents =
List.of(new Document("I like Spring Boot"),new Document("I love Java"));
// 添加到向量數據庫
vectorStore.add(documents);

當然，向量數據的數據源可以是文件、圖片、音頻等資源，這里為了簡單演示整體執行流程，使用了更簡單直觀的文本作為數據源。

VectorStore 提供的常用方法如下：

• add(List documents) ：添加文檔。
• delete(List idList) ：按 ID 刪除文檔。
• delete(Filter.Expression filterExpression) ：按過濾表達式刪除文檔。
• similaritySearch(String query) 和 similaritySearch(SearchRequest request) ：相似性搜索。

執行結果如下：

查詢向量數據

@RestController
@RequestMapping("/vector")
public class VectorController {@Resourceprivate VectorStore vectorStore;@RequestMapping("/find")public List find(@RequestParam String query) {// 構建搜索請求，設置查詢文本和返回的文檔數量SearchRequest request = SearchRequest.builder().query(query).topK(3).build();List<Document> result = vectorStore.similaritySearch(request);System.out.println(result);return result;}
}

執行結果如下：

從上述結果可以看出，和“java”相似度最高的向量為“I love Java”，相似度評分為 0.77，如果我們 SearchRequest 對象中的 topK 設置為 1 的話，只會查詢“I love Java”這條數據，如下圖所示：

本文已收錄到我的技術小站 www.javacn.site，其中包含的內容有：Spring AI、并發編程、MySQL、Redis、Spring、Spring MVC、Spring Boot、Spring Cloud、MyBatis、JVM、設計模式、消息隊列、場景題等模塊。