# Bilgi birikimi ambarı oluşturma Bilgi birikimi ambarları, yapılandırılmış verilerinizi bir vektör veritabanına yerleştirmenize ve depolamanıza olanak tanır. Bu, artırılmış bağlamın, Almayla Artırılmış Üretim (RAG) uygulamaları için bir bağlam olarak kullanılmak üzere anlamsal arama özellikleriyle alınmasını sağlar. Çıktı `JSON` biçimindedir. Bilgi notuQlik Talend Cloud Enterprise aboneliğine ihtiyacınız vardır. ## Gereksinimler * Qlik Talend Cloud Enterprise aboneliğine ihtiyacınız vardır. * Snowflake ve Databricks platformlarında desteklenir. Snowflake Iceberg desteklenmez. * Müşteri tarafından yönetilen bir veri ağ geçidi gereklidir. Databricks, Qlik Data Gateway - Veri Hareketi sürüm 2024.11.95 veya sonraki bir sürümü gerektirir. ## Qlik Data Gateway - Veri Hareketi uygulamasını yükleme Bir bilgi birikimi ambarı oluşturmadan önce, belirli bir Qlik Data Gateway - Veri Hareketi yüklemeniz gerekir. Daha fazla bilgi için şuraya bakın: [Bilgi birikimi ambarları için Qlik Data Gateway - Veri Hareketi ayarlama](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/Gateways/gateways-for-knowledge-mart.htm). ## Desteklenen bağlantılar Desteklenen şu öğeler hakkında bilgi için: * Vektör veritabanları, bkz. [Vektör veritabanlarına bağlanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Landing/connecting-vector-databases.htm). * LLM bağlantıları, bkz. [LLM bağlantılarına bağlanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Landing/connecting-llm-connections.htm). * Dosya depolama alanı, bkz. [Dosya depolamasına bağlanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Landing/connecting-file-storage.htm). ## Veri oluşturma 1. Sol menüdeki İşlem Hattı projeleri'ne tıklayın ve bir proje açın. 2. İşlem Hattı projesi sayfasından bir vektör veritabanına belge oluşturabilir ve yayınlayabilirsiniz. Şu iki eylemden birini yapın: * Yeni oluştur > Bilgi bankası ambarı'na tıklayın. * Veri görevi the Eylemler simgesi icon > Bilgi bankası ambarı seçeneğine tıklayın. Yapılandırma penceresi açılır. 3. Bir ad girin. 4. Açıklama girin. Bu isteğe bağlıdır. 5. Vektörleri şurada sakla: açılır listesinden belgelerin depolanacağı yeri seçin. Belgeleri projeyle birlikte saklamak için Veri projesi platformu'nu seçin. 6. Harici vektör veritabanını seçtiyseniz bir Vektör veritabanı bağlantısı oluşturun veya seçin. Belgeler ve vektörler bu vektör veritabanında saklanacaktır. 7. Bir LLM bağlantısı oluşturun veya seçin. Bu bağlantı anlamsal aramayı kullanmak için gereklidir. 8. Oluştur'a tıklayın. 9. Veriler oluşturulduğunda, belgeleri ekleyin. ## Belge ekleme Bilgi notuYalnızca metin biçimi desteklenir. Örneğin, diyagramlardan veya görüntülerden metin çıkarılamaz. 1. Veri görevi sayfasının Veri kümeleri sekmesinde, sol paneldeki Ekle'ye tıklayın. 2. Belgenin oluşturulacağı temel veri kümesini seçin. Her kayıt için bir belge oluşturulacaktır. Örneğin, bir hasta listesi için, her hastaya yönelik olarak bir belge oluşturulacaktır. 3. Belge şeması adı alanı, seçilen temel veri kümesinin adıyla önceden doldurulur. Gerekirse yeniden adlandırın. 4. Açıklama girin. Bu isteğe bağlıdır. 5. Belgeyi zenginleştirmek için eklemek istediğiniz verileri seçin. 6. Tamam'a tıklayın. Belge şemaları sekmesine geri dönersiniz. 7. Veri kümeleri sekmesini seçin. 8. Sol panelde, daha önce temel veri kümesi olarak seçtiğiniz veri kümesini seçin. 9. Belgelere dahil etmek istemediğiniz verileri kaldırmak için onay kutusunu seçin ve Kaldır'a tıklayın. 10. Meta veri olarak tanımlamak istediğiniz tüm alanlar için Meta Veri seçin. Verileri LLM'ye göndermeden önce meta verilere göre filtreleyebilirsiniz. Bilgi notuDatabricks'te, meta veri, seçilen meta veri alanlarının anahtar ve değerlerinin bir JSON gösterimini içeren tek bir alan tarafından uygulanır. 11. LLM tarafından gerçekleştirilen anlamsal aramayı iyileştirmek için, adları yeterince açık olmayan verileri yeniden adlandırın. Örnek: dt öğesini date olarak yeniden adlandırın. 12. Verileri gerektiği gibi kaldırıp yeniden adlandırdığınızda, sağdaki the Eylemler simgesi icon > Hazırla öğesine tıklayın. Belgeler `JSON` biçiminde oluşturulmaktadır. 13. Belgeler oluşturulduğunda: 1. Veri kümeleri sekmesini seçin. 2. Görevi çalıştırmadan önce belgelerinizi doğrulamak için Verileri görüntüle'ye tıklayarak bir veri örneği görüntüleyin. 3. Çalıştır'a tıklayın. Belgeler, yapılandırmaya bağlı olarak vektör veritabanına veya veri platformuna aktarılmaktadır. Çalıştır düğmesi etkin olduğunda aktarım tamamlanır. Her şeyin aktarıldığından emin olmak için verileriniz hakkında sorular sorabilirsiniz. Daha fazla bilgi için şuraya bakın: [Test asistanını kullanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/KnowledgeMart/Test-Assistant.htm). ## Tam yük ve Değişiklik Verisi Yakalama (CDC) Tam yük ve CDC desteklenmektedir. Tam yük: Her belge örneği için bir belge oluşturulur ve hedefe gönderilir. CDC: Bir belge, temel veya ilgili varlıktaki herhangi bir değişiklikten sonra yeniden oluşturulur. Temel varlığa bir giriş eklendiğinde yeni bir belge oluşturulur. İlgili varlıklardaki hiçbir giriş bir temel varlığa bağlanamazsa belgelerde görünmez. ## Giriş verilerini güncelleme Giriş verilerini güncellediğinizde, değişiklikleri vektör veritabanına veya veri platformuna aktarmak için veri görevini çalıştırmanız gerekir. ## Dizin adı Her bilgi birikimi ambarının anlamsal arama için kullanılan bir dizin adı vardır. Görevleri aynı dizine yazacak şekilde yapılandırdığınızda, görevler için aynı LLM parametrelerini yapılandırmanız gerekir. Belgelerinizin aynı dizinde yer almasını istiyorsanız aynı dizin adına sahip olmaları gerekir. Dizin adını düzenlemek için: 1. Veri görevi sayfasında Ayarlar'a tıklayın. 2. Vektör veritabanı ayarları sekmesini seçin. 3. Dizin adı'nı düzenleyin. 4. Tamam üzerine tıklayın. ## Görev bilgilerini görüntüleme Görev bilgilerini görüntülemek için menü çubuğundaki the Bilgi icon öğesine tıklayın, örneğin: * Sahip * Kullanılabilir alan * Veri platformu * Proje Kimliği * Veri görevi çalışma zamanı kimliği ## Ayarlar Bir bilgi birikimi ambarının ayarlarını görüntüleyebilir ve düzenleyebilirsiniz. Veri görevi sayfasından the More Horizontal icon > Ayarlar'a tıklayın. Bilgi notuAyarlar depolama alanına (Databricks, Snowflake vb.) bağlı olduğundan, aşağıdaki tablolarda her zaman kullanılabilir olan ayarlar açıklanmaktadır. Daha fazla ayar mevcut olabilir. Bu tabloda, BağlantılarBağlantılar sekmesinin ayarları açıklanmaktadır. | Ayarlar | Açıklama | | --- | --- | | Kaynak bağlantısı | Kaynak bağlantısı. | | Vektörleri şurada sakla: | Açılan listeden bir şunu seçin:

| | Vektör veritabanı bağlantısı

Bu ayar, Vektörleri şurada sakla: için Harici vektör veritabanı seçildiğinde kullanılabilir. | Vektör veritabanı bağlantısı.

Daha fazla bilgi için şuraya bakın: [Vektör veritabanlarına bağlanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Landing/connecting-vector-databases.htm). | | LLM bağlantısı | LLM bağlantısı.

Daha fazla bilgi için şuraya bakın: [LLM bağlantılarına bağlanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Landing/connecting-llm-connections.htm).

Databricks'i bir LLM bağlantısı olarak kullanmak istediğinizde, bilgi birikimi ambarı oluştururken Ekleme modeli hizmet uç noktası'nı ve Tamamlama modeli hizmet uç noktası'nı yapılandırın. Daha fazla bilgi için [Databricks belgelerine](https://docs.databricks.com/aws/en/machine-learning/model-serving/create-foundation-model-endpoints#create-an-external-model-serving-endpoint) bakın. | Bu tabloda, Platform ayarlarıPlatform ayarları sekmesinin ayarları açıklanmaktadır. | Ayarlar | Açıklama | | --- | --- | | Veri görevi şeması | Veri görevi şemasının adı. | | Dahili şema | Dahili şemanın adı. | | Tüm tablo ve görünümler için ön ek | Birden çok veri görevi arasındaki çakışmaları çözümlemek ön ek. | Bu tabloda, Vektör veritabanı ayarlarıVektör veritabanı ayarları sekmesinin ayarları açıklanmaktadır. | Ayarlar | Açıklama | | --- | --- | | Dizin şeması

Bu ayar, Vektörleri şurada sakla: için Harici vektör veritabanı seçildiğinde kullanılamaz. | Dizin şemasının adı. | | Dizin adı | Dizinin adı. | | Dizin zaten mevcutsa | Aynı dizine birden fazla görev yazıldığında, dizinin silinmesi gerekip gerekmediğini seçin:

| | Databricks vektör arama uç noktası | Databricks'te oluşturulan vektör arama uç noktasının adı. Daha fazla bilgi için şuraya bakın: [Bilgi birikimi ambarları için Databricks platformunu yapılandırma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/KnowledgeMart/Creating-knowledge-marts.htm#Configur).

Bilgi notuYalnızca Databricks'i veri platformu olarak kullanan projeler için geçerlidir. | Bu tabloda, Çalışma zamanıÇalışma zamanı sekmesinin ayarları açıklanmaktadır. | Ayarlar | Açıklama | | --- | --- | | Paralel yürütme | Maksimum veritabanı bağlantısı sayısı.

1 ile 50 arasında bir değer girin. | | Toplu boyut | Bilgi birikimi ambarı için yığın boyutu, her bir yığın talebinde yüklenen belge sayısıdır.

Dosya tabanlı bilgi birikimi ambarları için yığın boyutu, her bir yığın talebinde yüklenen dosya sayısıdır.

Snowflake ve Databricks'te, her şey tek bir sorguda yüklendiğinden yığın boyutu gerekli değildir. | | Yüklenecek maksimum kayıt sayısı | 0, tüm kayıtların yüklendiği anlamına gelir. | Bu tabloda, Snowflake için GörünümlerGörünümler sekmesinin ayarları açıklanmaktadır. | Ayarlar | Açıklama | | --- | --- | | Standart görünümler | Bir sorgunun sonuçlarını bir tabloymuş gibi görüntülemek için standart görünümleri kullanın. | | Snowflake güvenli görünümleri | Temel tabloların tüm kullanıcılarına açık olmaması gereken hassas verilere erişimi sınırlamak üzere oluşturulan görünümler gibi veri gizliliği veya hassas bilgi koruması için belirlenmiş görünümler için Snowflake güvenli görünümlerini kullanın.

Snowflake güvenli görünümleri Standart görünümlere göre daha yavaş çalışabilir. | Bu tabloda, Test asistanıTest asistanı sekmesinin ayarları açıklanmaktadır. | Ayarlar | Açıklama | | --- | --- | | Bağlamdaki belge sayısı | Bağlam olarak modele aktarılacak alakalı belgelerin sayısı. | | Komut istemi şablonu | Yapay zekanın dahil edilecek belgeleri filtrelemek için izlemesi gereken şablonu girin. | | Filtre | Dahil edilecek belgeleri filtrelemek için ifadeyi girin.

Filtre, meta verilere dayandığından ve dosya tabanlı bilgi birikimi ambarlarında meta veri olmadığından, yapılandırdığınız filtreyi dikkatlice düşünün. Verileri dahil etmek yerine hariç tutmak daha uygun olabilir.

Daha fazla bilgi için bk. [Test asistanını kullanma](https://help.qlik.com/tr-TR/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/KnowledgeMart/Test-Assistant.htm). | | Belge alma | Açılan listeden seçeneği seçin:

| | Yanıt oluşturma | Açılan listeden seçeneği seçin:

|