Mac De Oracle: 実行計画は, SQL文のレントゲン写真だ！ No.66 / AI Vector Search

DROP SHADOW CTRL

TEXT DROP SHADOW OFF

GaragebandとiMovieで

検索

検索用語を入力

Web Blog内

検索フォームを送信

プロフィール

Twitter

Tweets by @discus_hamburg

2026年6月
日	月	火	水	木	金	土
	1	2	3	4	5	6
7	8	9	10	11	12	13
14	15	16	17	18	19	20
21	22	23	24	25	26	27
28	29	30

最近のトラックバック

[memo]メモを取りつつ楽しめるようなスタイル (wmo6hash::blog)
ダーリンはGoogleで軽食なり。 (今日のゴハン)
�� プログラムは読む時間の方が長い - 遥か彼方の彼方から (�� プログラムは読む時間の方が長い - 遥か彼方の彼方から)
今流行のケブンリッジ関数・・・しってました！？ (あにずむ)
poken (drmarのメモ)
Photo exhibition "Natural Faces of AIDS Orphans"　写真展「エイズ孤児の素顔」@JICA地球ひろば　広尾 (メガ放談)
創る心とおもてなし―第1回 Webエンジニア料理対決に参加する (Kwappa開発室)
創る心とおもてなし～第一回webエンジニア料理対決に参加した (Mac De Oracle)
徹底比較!! PostgreSQL vs MySQLパート2 with 勝手に vs Firebird (14) (キムラデービーブログ)
Oracle de XMLDB #18 (discus)

Oracle

OTN US

Apple

その他

ブログ de ノベルティ
ノベルティグッズをただ、ただ、記録していくブログ。Mac De Oracleでは出来ないネタなので、別ブログを立てた次第。

Googleの広告

RSS

RSSを表示する

当サイトについて

プライバシーポリシー

■プライバシーポリシー

■個人情報の利用目的

　当ブログでは、メールでのお問い合わせ、ブログへのコメントの際、名前（ハンドルネーム）等の個人情報をご登録いただく場合がございます。これらの個人情報は質問に対する回答などでご連絡する場合や、スパムコメント抑止のために利用させていただくものであり、個人情報をご提供いただく際の目的以外では利用いたしません。

■個人情報の第三者への開示

　当サイトでは、個人情報は適切に管理し、以下に該当する場合を除いて第三者に開示することはありません。

本人のご了解がある場合
法令等への協力のため、開示が必要となる場合

個人情報の開示、訂正、追加、削除、利用停止については、ご本人からの個人データの開示、訂正、追加、削除、利用停止のご希望の場合には、ご本人であることを確認させていただいた上で速やかに対応させていただきます。

■アクセス解析ツールについて

　当サイトでは、Googleによるアクセス解析ツール「Googleアナリティクス」を利用しています。このGoogleアナリティクスはトラフィックデータの収集のためにCookieを使用しています。このトラフィックデータは匿名で収集されており、個人を特定するものではありません。この機能はCookieを無効にすることで収集を拒否することが出来ますので、お使いのブラウザの設定をご確認ください。

目的：アクセス数を把握するため
送信先：Google LCC
Googleは受け取った情報をどのように利用するか：Googleの規約に従います
送信される情報：以下４点(R), ユーザー数、セッションの統計情報、おおよその位置情報、ブラウザとデバイスの情報

■広告の配信について

当サイトはGoogleの広告を配信しています。

Googleについて

Google及びGoogleのパートナー（第三者配信事業者）の提供する広告を設置しております。その広告配信にはCookieを使用し、当サイトやその他のサイトへの過去のアクセス情報に基づいて広告を配信します。

Google が広告 Cookie を使用することにより、当サイトや他のサイトにアクセスした際の情報に基づいて、Google やそのパートナーが適切な広告を表示しています。

お客様はGoogleアカウントの広告設定ページ（https://adssettings.google.com/u/0/authenticated）で、パーソナライズ広告を無効にできます。また aboutads.info のページにアクセスして頂き、パーソナライズ広告掲載に使用される第三者配信事業者のCookieを無効にできます。

その他、Googleの広告におけるCookieの取り扱い詳細については、Googleのポリシーと規約ページ（https://policies.google.com/technologies/ads）をご覧ください。

■免責事項

　当サイトからリンクやバナーなどによって他のサイトに移動された場合、移動先サイトで提供される情報、サービス等について一切の責任を負いません。当サイトのコンテンツ・情報につきまして、可能な限り正確な情報を掲載するよう努めておりますが、誤情報が入り込んだり、情報が古くなっていることもございます。当サイトに掲載された内容によって生じた損害等の一切の責任を負いかねますのでご了承ください。

■プライバシーポリシーの変更について

　当サイトは、個人情報に関して適用される日本の法令を遵守するとともに、本ポリシーの内容を適宜見直しその改善に努めます。
修正された最新のプライバシーポリシーは常に本ページにて開示されます。

2025年6月 5日 (木) / Author : Hiroshi Sekiguchi.

実行計画は, SQL文のレントゲン写真だ！ No.66 / AI Vector Search - VECTOR INDEX HNSW SCAN Tweet

Previously on Mac De Oracle
前回は、Oracle Database 23ai freeで試すVector Search - データ準備編でした。
今回は、AI Vector SearchでVECTOR INDEX HNSW SCANとそれが利用できない場合の実行計画という名のSQL文のレントゲンを診ていきたいと思います。:)

その前に、VECTOR INDEX HNSW を利用する前に必要な準備がまだ残っていました。
vector_memory_sizeの設定です。デフォルトでは 0 になっています。

Oracle Dataabase 23ai / Oracle AI Vector Search User's Guide/ Oracle AI Vector Search Parameters

https://docs.oracle.com/en/database/oracle/oracle-database/23/vecse/oracle-ai-vector-search-parameters.html

SYS@FREE> show parameter memory

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------

...略...

inmemory_xmem_size                   big integer 0
memory_max_size                      big integer 0
memory_max_target                    big integer 0
memory_size                          big integer 0
memory_target                        big integer 0
optimizer_inmemory_aware             boolean     TRUE
shard_apply_max_memory_size          integer     0
shared_memory_address                integer     0
vector_memory_size                   big integer 0

SYS@FREE> show parameter sga

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
allow_group_access_to_sga            boolean     FALSE
lock_sga                             boolean     FALSE
pre_page_sga                         boolean     TRUE
sga_max_size                         big integer 1536M
sga_min_size                         big integer 0
sga_target                           big integer 1536M

Oracle Database 23ai / Oracle AI Vector Searchユーザーズ・ガイド / ベクトル・プールのサイズ設定

https://docs.oracle.com/cd/G11854_01/vecse/size-vector-pool.html

今回はギリギリですがw 512MBに設定して試します。

SYS@FREE> create pfile from spfile;

ファイルが作成されました。

経過: 00:00:00.01
SYS@FREE> ALTER SYSTEM SET vector_memory_size=512m SCOPE=spfile
SYS@FREE> shutdown immediate
データベースがクローズされました。
データベースがディスマウントされました。
ORACLEインスタンスがシャットダウンされました。
SYS@FREE> startup
ORACLEインスタンスが起動しました。

Total System Global Area 1603726344 bytes
Fixed Size                  5360648 bytes
Variable Size             654311424 bytes
Database Buffers          402653184 bytes
Redo Buffers                4530176 bytes
Vector Memory Area        536870912 bytes
データベースがマウントされました。
データベースがオープンされました。
SYS@FREE> 
SYS@FREE> show parameter vector_memory_size

NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
vector_memory_size                   big integer 512M

vector_memory_sizeサイズの準備ができたので、Vector Index (HNSW) を作成します。

まずは、HNSWタイプののVector Indexを作成します。

SCOTT@localhost:1521/freepdb1> l
  1  CREATE VECTOR INDEX search_data_hnsw_ix ON search_data ( vector_desc )
  2    ORGANIZATION
  3      INMEMORY NEIGHBOR GRAPH
  4      IDISTANCE COSINE
  5*     WITH TARGET ACCURACY 90
SCOTT@localhost:1521/freepdb1> /

索引が作成されました。

経過: 00:00:36.13
SCOTT@localhost:1521/freepdb1> r
  1  select index_name,table_name,index_type,index_subtype,uniqueness,ityp_name
  2* from user_indexes where table_name = 'SEARCH_DATA'

INDEX_NAME                     TABLE_NAME                     INDEX_TYPE                  INDEX_SUBTYPE                UNIQUENES ITYP_NAME
------------------------------ ------------------------------ --------------------------- ---------------------------- --------- --------------------
SYS_IL0000078074C00009$$       SEARCH_DATA                    LOB                                                      UNIQUE
SEARCH_DATA_HNSW_IX            SEARCH_DATA                    VECTOR                      INMEMORY_NEIGHBOR_GRAPH_HNSW NONUNIQUE

経過: 00:00:00.00
SCOTT@localhost:1521/freepdb1> exec dbms_stats.gather_table_stats(ownname=>'SCOTT',tabname=>'SEARCH_DATA',no_invalidate=>false, cascade=>true);

PL/SQLプロシージャが正常に完了しました。

ちなみに、vector_memory_sizeに指定したメモリサイズでは小さすぎる場合、以下のエラーが発生します。vector_memory_sizeを増加するか、データ量を削減するかどちらかなんですよね。Oracle Database 23ai Freeってメモリサイズの制限も厳しいので。

CREATE VECTOR INDEX search_data_hnsw_ix ON search_data ( vector_desc )
                                           *
行1でエラーが発生しました。:
ORA-51961: ベクトル・メモリー領域が不足しています。 ヘルプ:
https://docs.oracle.com/error-help/db/ora-51961/

VECTOR INDEX HNSW SCAN + TABLE ACCESS BY INDEX ROWIDになるか確認してみましょう.

索引（Hierarchical Navigable Small World (HNSW)またはInverted File Flat (IVF)ベクトル索引）を利用させるためには、以下のガイドラインに従うことが重要なので一読しておくことをおすすめしておきます。（知らないと簡単にハマってしまうので）

Oracle Database 23ai / Oracle AI Vector Searchユーザーズ・ガイド / 索引使用のガイドライン

https://docs.oracle.com/cd/G11854_01/vecse/guidelines-using-vector-indexes.html

シカゴの犯罪データから、"Incident in which someone may have been murdered" という条件で殺人事件に絡んでそうな事件を10件検索してみます。APPROXというキーワードも重要なので忘れずに。

SELECT
  id
  , description
  , community
  , location_desc
  , district
  , TO_NUMBER( v_distance ) AS v_distance
FROM
(
  SELECT 
    id
    , description
    , community
    , location_desc
    , district
    , VECTOR_DISTANCE 
      (
        vector_desc
        , VECTOR_EMBEDDING
         (
           all_minilm_l6 USING 'Incident in which someone may have been murdered' AS data
         )
      , COSINE
    ) v_distance
  FROM 
    search_data
  ORDER BY 
    v_distance 
  FETCH APPROX FIRST 10 ROWS ONLY
)
/

おおおおおお、索引使ってる:) ほっとした

ただ、これまでの INMEMORYとはことなり、INMEMORYにあるはずので索引アクセスのはずなのに、実行計画のOPERATIONには、INMEMORYというキーワードがないこと。ディクショナリービューの使い方もこれまでとは異なる傾向がり、なかなか分かりづらい部分も多い。今回気づいた違和感というか謎は要調査（2025/6/20追記）

SCOTT@localhost:1521/freepdb1> l
  1  SELECT
  2    id
  3    , description
  4    , community
  5    , location_desc
  6    , district
  7    , TO_NUMBER( v_distance ) AS v_distance
  8  FROM
  9  (
 10    SELECT
 11      id
 12      , description
 13      , community
 14      , location_desc
 15      , district
 16      , VECTOR_DISTANCE
 17        (
 18          vector_desc
 19          , VECTOR_EMBEDDING
 20           (
 21             all_minilm_l6 USING 'Incident in which someone may have been murdered' AS data
 22           )
 23        , COSINE
 24      ) v_distance
 25    FROM
 26      search_data
 27    ORDER BY
 28      v_distance
 29    FETCH APPROX FIRST 10 ROWS ONLY
 30* )
SCOTT@localhost:1521/freepdb1> /

        ID DESCRIPTION                              COMMUNITY            LOCATION_DESC                            DISTRICT   V_DISTANCE
---------- ---------------------------------------- -------------------- ---------------------------------------- ---------- ----------
  13405240 AGGRAVATED - OTHER DANGEROUS WEAPON      AUSTIN               APARTMENT                                15TH       .631286621
  13405155 AGGRAVATED - OTHER DANGEROUS WEAPON      AUSTIN               HOSPITAL BUILDING / GROUNDS              15TH       .631286621
  13395521 AGGRAVATED - OTHER DANGEROUS WEAPON      MORGAN PARK          RESIDENCE                                22ND       .631286621
  13404912 AGGRAVATED - OTHER DANGEROUS WEAPON      ASHBURN              SCHOOL - PUBLIC BUILDING                 8TH        .631286621
  13405606 AGGRAVATED - OTHER DANGEROUS WEAPON      AVALON PARK          STREET                                   4TH        .631286621
  13509969 AGGRAVATED - OTHER DANGEROUS WEAPON      AUBURN GRESHAM       APARTMENT                                6TH        .631286621
  13396440 AGGRAVATED - OTHER DANGEROUS WEAPON      DUNNING              STREET                                   16TH       .631286621
  13396497 AGGRAVATED - OTHER DANGEROUS WEAPON      WOODLAWN             APARTMENT                                3RD        .631286621
  13405235 AGGRAVATED - OTHER DANGEROUS WEAPON      NEAR WEST SIDE       SIDEWALK                                 12TH       .631286621
  13396404 AGGRAVATED - OTHER DANGEROUS WEAPON      NEAR NORTH SIDE      CONVENIENCE STORE                        18TH       .631286621

10行が選択されました。

経過: 00:00:00.37
SCOTT@localhost:1521/freepdb1> set autot trace exp stat
SCOTT@localhost:1521/freepdb1> r
  1  SELECT
  2    id
  3    , description
  4    , community
  5    , location_desc
  6    , district
  7    , TO_NUMBER( v_distance ) AS v_distance
  8  FROM
  9  (
 10    SELECT
 11      id
 12      , description
 13      , community
 14      , location_desc
 15      , district
 16      , VECTOR_DISTANCE
 17        (
 18          vector_desc
 19          , VECTOR_EMBEDDING
 20           (
 21             all_minilm_l6 USING 'Incident in which someone may have been murdered' AS data
 22           )
 23        , COSINE
 24      ) v_distance
 25    FROM
 26      search_data
 27    ORDER BY
 28      v_distance
 29    FETCH APPROX FIRST 10 ROWS ONLY
 30* )


10行が選択されました。

経過: 00:00:00.32

実行計画
----------------------------------------------------------
Plan hash value: 2333665681

-------------------------------------------------------------------------------------------------------
| Id  | Operation                       | Name                | Rows  | Bytes | Cost (%CPU)| Time     |
-------------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT                |                     |    10 |  1570 |     2  (50)| 00:00:01 |
|   1 |  VIEW                           |                     |    10 |  1570 |     2  (50)| 00:00:01 |
|*  2 |   COUNT STOPKEY                 |                     |       |       |            |          |
|   3 |    VIEW                         |                     |    10 |  1570 |     2  (50)| 00:00:01 |
|*  4 |     SORT ORDER BY STOPKEY       |                     |    10 | 16400 |     2  (50)| 00:00:01 |
|   5 |      TABLE ACCESS BY INDEX ROWID| SEARCH_DATA         |    10 | 16400 |     1   (0)| 00:00:01 |
|   6 |       VECTOR INDEX HNSW SCAN    | SEARCH_DATA_HNSW_IX |    10 | 16400 |     1   (0)| 00:00:01 |
-------------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter(ROWNUM<=10)
   4 - filter(ROWNUM<=10)


統計
----------------------------------------------------------
          0  recursive calls
          0  db block gets
         10  consistent gets
          0  physical reads
          0  redo size
       1621  bytes sent via SQL*Net to client
        108  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          1  sorts (memory)
          0  sorts (disk)
         10  rows processed

ヒントで索引を利用できなくしてみます。新しいヒントが結構追加されていますが、それらについては、また、別の機会にでも。

Oracle Database 23ai / Oracle AI Vector Search User's Guide / Vector Index Hints

https://docs.oracle.com/en/database/oracle/oracle-database/23/vecse/vector-index-hints.html

SELECT
  id
  , description
  , community
  , location_desc
  , district
  , TO_NUMBER( v_distance ) AS v_distance
FROM
(
  SELECT 
    /*+
      NO_VECTOR_INDEX_SCAN(search_data)
    */
    id
    , description
    , community
    , location_desc
    , district
    , VECTOR_DISTANCE 
      (
        vector_desc
        , VECTOR_EMBEDDING
         (
           all_minilm_l6 USING 'Incident in which someone may have been murdered' AS data
         )
      , COSINE
    ) v_distance
  FROM 
    search_data
  ORDER BY 
    v_distance 
  FETCH APPROX FIRST 10 ROWS ONLY
)
/

 
10行が選択されました。

経過: 00:00:03.84

実行計画
----------------------------------------------------------
Plan hash value: 2441119222

------------------------------------------------------------------------------------------------
| Id  | Operation                | Name        | Rows  | Bytes |TempSpc| Cost (%CPU)| Time     |
------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT         |             |    10 |  1570 |       | 51357   (1)| 00:00:03 |
|   1 |  VIEW                    |             |    10 |  1570 |       | 51357   (1)| 00:00:03 |
|*  2 |   COUNT STOPKEY          |             |       |       |       |            |          |
|   3 |    VIEW                  |             |   125K|    18M|       | 51357   (1)| 00:00:03 |
|*  4 |     SORT ORDER BY STOPKEY|             |   125K|   195M|   244M| 51357   (1)| 00:00:03 |
|   5 |      TABLE ACCESS FULL   | SEARCH_DATA |   125K|   195M|       |  8543   (1)| 00:00:01 |
------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter(ROWNUM<=10)
   4 - filter(ROWNUM<=10)


統計
----------------------------------------------------------
       5635  recursive calls
          0  db block gets
      48201  consistent gets
      46497  physical reads
          0  redo size
       1589  bytes sent via SQL*Net to client
        108  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
        119  sorts (memory)
          0  sorts (disk)
         10  rows processed

APPROXキーワードをEXACTに変えました。これもVECTOR INDEXを利用できなくなる条件の一つです。診てみましょう

SELECT
  id
  , description
  , community
  , location_desc
  , district
  , TO_NUMBER( v_distance ) AS v_distance
FROM
(
  SELECT 
    id
    , description
    , community
    , location_desc
    , district
    , VECTOR_DISTANCE 
      (
        vector_desc
        , VECTOR_EMBEDDING
         (
           all_minilm_l6 USING 'Incident in which someone may have been murdered' AS data
         )
      , COSINE
    ) v_distance
  FROM 
    search_data
  ORDER BY 
    v_distance 
  FETCH EXACT FIRST 10 ROWS ONLY
)
/

実行計画とは関係ないですが、APPROXとEXACTの問い合わせ結果って結構違うのね。。。

SCOTT@localhost:1521/freepdb1> /

        ID DESCRIPTION                              COMMUNITY            LOCATION_DESC                            DISTRICT   V_DISTANCE
---------- ---------------------------------------- -------------------- ---------------------------------------- ---------- ----------
  13325717 OTHER CRIME AGAINST PERSON               BRIDGEPORT           APARTMENT                                9TH        .382904768
  13331403 OTHER CRIME AGAINST PERSON               HEGEWISCH            APARTMENT                                4TH        .382904768
  13329763 OTHER CRIME AGAINST PERSON               NEAR NORTH SIDE      SMALL RETAIL STORE                       18TH       .382904768
  13330138 OTHER CRIME AGAINST PERSON               ROSELAND             STREET                                   5TH        .382904768
  13329559 OTHER CRIME AGAINST PERSON               CHICAGO LAWN         APARTMENT                                8TH        .382904768
  13329389 OTHER CRIME AGAINST PERSON               BELMONT CRAGIN       ALLEY                                    25TH       .382904768
  13328588 OTHER CRIME AGAINST PERSON               LOOP                 APARTMENT                                1ST        .382904768
  13328610 OTHER CRIME AGAINST PERSON               SOUTH CHICAGO        APARTMENT                                4TH        .382904768
  13325825 OTHER CRIME AGAINST PERSON               WEST RIDGE           PARKING LOT / GARAGE (NON RESIDENTIAL)   24TH       .382904768
  13326308 OTHER CRIME AGAINST PERSON               PULLMAN              STREET                                   5TH        .382904768
  
  
  
実行計画
----------------------------------------------------------
Plan hash value: 2441119222

------------------------------------------------------------------------------------------------
| Id  | Operation                | Name        | Rows  | Bytes |TempSpc| Cost (%CPU)| Time     |
------------------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT         |             |    10 |  1570 |       | 51357   (1)| 00:00:03 |
|   1 |  VIEW                    |             |    10 |  1570 |       | 51357   (1)| 00:00:03 |
|*  2 |   COUNT STOPKEY          |             |       |       |       |            |          |
|   3 |    VIEW                  |             |   125K|    18M|       | 51357   (1)| 00:00:03 |
|*  4 |     SORT ORDER BY STOPKEY|             |   125K|   195M|   244M| 51357   (1)| 00:00:03 |
|   5 |      TABLE ACCESS FULL   | SEARCH_DATA |   125K|   195M|       |  8543   (1)| 00:00:01 |
------------------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------

   2 - filter(ROWNUM<=10)
   4 - filter(ROWNUM<=10)

ということで、
実行計画は, SQL文のレントゲン写真だ！ No.66 / AI Vector Search - VECTOR INDEX HNSW SCAN
はここまで。

今回は一部だけ試してますが更新関連なども含めいろいろな仕組みがあるようで。。。ちょっと追っかけてみないと見えてこないところも多いです。マニュアルも多いですし。。。斜め読みしていて、まじか。。。。となっているところ。

ところで、前回explain plan 文でVector Indexサイズの見積もりを取得していたのですが、覚えてますでしょうか？実はちょっとクセがあるみたいなんですよね。*_SEGMENTSビューからは索引名では見つからないので。。。

あれ、 SEARCH_DATA_HNSW_IX　というVECTOR索引って、索引名で検索しても、*_SEGMENTSビューにでないのか。別の名前になってるのか。。。　セグメントサイズ見たかったのに。。。という謎だけ投げつけて、宿題としておきますw（わざとらしいw） うううーーーーむ、いろいろと知っておく必要なる事項は多そうですねぇ。。。。。

SCOTT@localhost:1521/freepdb1> select index_name,index_type,table_name from user_indexes where table_name='SEARCH_DATA';

INDEX_NAME                     INDEX_TYPE                  TABLE_NAME
------------------------------ --------------------------- ------------------------------
SYS_IL0000078074C00009$$       LOB                         SEARCH_DATA
SEARCH_DATA_HNSW_IX            VECTOR                      SEARCH_DATA

経過: 00:00:00.05
SCOTT@localhost:1521/freepdb1> select segment_name from user_segments where segment_name = 'SEARCH_DATA_HNSW_IX';

レコードが選択されませんでした。

SCOTT@localhost:1521/freepdb1> r
  1* SELECT * FROM vecsys.vector$index

  IDX_OBJN   IDX_OBJD IDX_OWNER# IDX_NAME                       IDX_BASE_TABLE_OBJN IDX_BASE_TABLE_OWNER# IDX_PARAMS                     IDX_AUXILIARY_TABLES           
---------- ---------- ---------- ------------------------------ ------------------- --------------------- ------------------------------ ------------------------------
     78797                   153 SEARCH_DATA_HNSW_IX                          78074                   153 {"type":"HNSW","num_neighbors" {"rowid_vid_map_objn":78798,"s
                                                                                                          :32,"efConstruction":200,"dist hared_journal_transaction_comm
                                                                                                          ance":"COSINE","accuracy":90," its_objn":78800,"shared_journa
                                                                                                          vector_type":"FLOAT32","vector l_change_log_objn":78803,"rowi
                                                                                                          _dimension":384,"degree_of_par d_vid_map_name":"VECTOR$SEARCH
                                                                                                          allelism":1,"pdb_id":3,"indexe _DATA_HNSW_IX$78074_78797_0$HN
                                                                                                          d_col":"VECTOR_DESC"}          SW_ROWID_VID_MAP","shared_jour
                                                                                                                                         nal_transaction_commits_name":
                                                                                                                                         "VECTOR$SEARCH_DATA_HNSW_IX$78
                                                                                                                                         074_78797_0$HNSW_SHARED_JOURNA
                                                                                                                                         L_TRANSACTION_COMMITS","shared
                                                                                                                                         _journal_change_log_name":"VEC
                                                                                                                                         TOR$SEARCH_DATA_HNSW_IX$78074_
                                                                                                                                         78797_0$HNSW_SHARED_JOURNAL_CH
                                                                                                                                         ANGE_LOG"}
                                                                                                                                         
SCOTT@localhost:1521/freepdb1> r
  1  SELECT
  2    JSON_SERIALIZE(idx_params RETURNING VARCHAR2 PRETTY) AS "INDEX PARAM"
  3    ,JSON_SERIALIZE(idx_auxiliary_tables RETURNING VARCHAR2 PRETTY) AS "INDEX AUX"
  4* FROM vecsys.vector$index

INDEX PARAM                                        INDEX AUX
-------------------------------------------------- --------------------------------------------------------------------------------------------------------------------------------------------
{                                                  {
  "type" : "HNSW",                                   "rowid_vid_map_objn" : 78798,
  "num_neighbors" : 32,                              "shared_journal_transaction_commits_objn" : 78800,
  "efConstruction" : 200,                            "shared_journal_change_log_objn" : 78803,
  "distance" : "COSINE",                             "rowid_vid_map_name" : "VECTOR$SEARCH_DATA_HNSW_IX$78074_78797_0$HNSW_ROWID_VID_MAP",
  "accuracy" : 90,                                   "shared_journal_transaction_commits_name" : "VECTOR$SEARCH_DATA_HNSW_IX$78074_78797_0$HNSW_SHARED_JOURNAL_TRANSACTION_COMMITS",
  "vector_type" : "FLOAT32",                         "shared_journal_change_log_name" : "VECTOR$SEARCH_DATA_HNSW_IX$78074_78797_0$HNSW_SHARED_JOURNAL_CHANGE_LOG"
  "vector_dimension" : 384,                        }
  "degree_of_parallelism" : 1,
  "pdb_id" : 3,
  "indexed_col" : "VECTOR_DESC"
}

では、また！

Enjoin Execution Plans, SQLs, and AI Vector Search!

Related article on Mac De Oracle
実行計画は, SQL文のレントゲン写真だ！

AI Vector Search

・Oracle Database 23ai freeで試すVector Search - ONNXモデル準備編
・Oracle Database 23ai freeで試すVector Search - データ準備編

投稿日時 2025年6月 5日 (木) 00時00分チューニング, FAQ, SQL, パフォーマンス, INDEX, Oracle Database 23c Free Developer Release, JSON, VECTOR, AI | 固定リンク | 0

Mac De Oracle

MacOS X で動作する Oracle　が正式にリリースされたのだ！ 1996年にリリースされた、Personal Oracle7 for MacOS以来、封印されていたMacOS版が、（2005年）９年ぶりに正式リリースされたのでいろいろあそんでみたくなった！

DROP SHADOW CTRL

GaragebandとiMovieで

検索

Twitter

気まぐれ写真館

最近の記事

最近のコメント

最近のトラックバック

バックナンバー

カテゴリー