大网数据广告活动
数据库部署与 SQL 参考

TiDB 中文参考:Amazon Titan Embeddings

· 52CE 我爱测

# Amazon Titan Embeddings 本文档介绍如何在 TiDB Cloud 中结合 Auto Embedding 使用 Amazon Titan 嵌入模型,通过文本查询实现语义搜索。 > **注意:** > > Auto Embedding 仅适用于托管在 AWS 上的 {{{ .starter }}} 实例。 ## 可用模型 TiDB Cloud 原生提供以下 Amazon Titan 嵌入模型。无需 API 密钥。

Amazon Titan Embeddings

本文档介绍如何在 TiDB Cloud 中结合 Auto Embedding 使用 Amazon Titan 嵌入模型,通过文本查询实现语义搜索。

注意:

Auto Embedding 仅适用于托管在 AWS 上的 {{{ .starter }}} 实例。

可用模型

TiDB Cloud 原生提供以下 Amazon Titan 嵌入模型。无需 API 密钥。

Amazon Titan Text Embedding V2 模型

  • 名称:tidbcloud_free/amazon/titan-embed-text-v2
  • 维度:1024(默认)、512、256
  • 距离度量:Cosine、L2
  • 支持语言:英语(预览版支持 100+ 种语言)
  • 典型用例:RAG、文档搜索、重排序、分类
  • 最大输入文本 token 数:8,192
  • 最大输入文本字符数:50,000
  • 价格:免费
  • 由 TiDB Cloud 托管:✅
  • 支持 Bring Your Own Key(BYOK,由用户自行提供 API 密钥):❌

关于该模型的更多信息,请参见 Amazon Bedrock 文档。

SQL 使用示例

以下示例展示了如何结合 Auto Embedding 使用 Amazon Titan 嵌入模型。

CREATE TABLE sample (
  `id`        INT,
  `content`   TEXT,
  `embedding` VECTOR(1024) GENERATED ALWAYS AS (EMBED_TEXT(
                "tidbcloud_free/amazon/titan-embed-text-v2",
                `content`
              )) STORED
);


INSERT INTO sample
    (`id`, `content`)
VALUES
    (1, "Java: Object-oriented language for cross-platform development."),
    (2, "Java coffee: Bold Indonesian beans with low acidity."),
    (3, "Java island: Densely populated, home to Jakarta."),
    (4, "Java's syntax is used in Android apps."),
    (5, "Dark roast Java beans enhance espresso blends.");


SELECT `id`, `content` FROM sample
ORDER BY
  VEC_EMBED_COSINE_DISTANCE(
    embedding,
    "How to start learning Java programming?"
  )
LIMIT 2;

结果:

+------+----------------------------------------------------------------+
| id   | content                                                        |
+------+----------------------------------------------------------------+
|    1 | Java: Object-oriented language for cross-platform development. |
|    4 | Java's syntax is used in Android apps.                         |
+------+----------------------------------------------------------------+

选项

你可以通过 EMBED_TEXT() 函数的 additional_json_options 参数指定以下选项:

  • normalize(可选):是否对输出 embedding 进行归一化。默认为 true。
  • dimensions(可选):输出 embedding 的维度数。支持的取值:1024(默认)、512、256。

示例:使用其他维度

CREATE TABLE sample (
  `id`        INT,
  `content`   TEXT,
  `embedding` VECTOR(512) GENERATED ALWAYS AS (EMBED_TEXT(
                "tidbcloud_free/amazon/titan-embed-text-v2",
                `content`,
                '{"dimensions": 512}'
              )) STORED
);


INSERT INTO sample
    (`id`, `content`)
VALUES
    (1, "Java: Object-oriented language for cross-platform development."),
    (2, "Java coffee: Bold Indonesian beans with low acidity."),
    (3, "Java island: Densely populated, home to Jakarta."),
    (4, "Java's syntax is used in Android apps."),
    (5, "Dark roast Java beans enhance espresso blends.");


SELECT `id`, `content` FROM sample
ORDER BY
  VEC_EMBED_COSINE_DISTANCE(
    embedding,
    "How to start learning Java programming?"
  )
LIMIT 2;

结果:

+------+----------------------------------------------------------------+
| id   | content                                                        |
+------+----------------------------------------------------------------+
|    1 | Java: Object-oriented language for cross-platform development. |
|    4 | Java's syntax is used in Android apps.                         |
+------+----------------------------------------------------------------+

另请参阅

本文来自 PingCAP / TiDB 文档贡献者,按 CC BY-SA 3.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
PingCAP / TiDB 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
CC BY-SA 3.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。