دمج Cloud SQL لـ MySQL مع Vertex AI والبحث المتجه: الدليل الكامل (يوليو 2025)

فراس وليد

مدون وكاتب مقالات تقنية

تخيّل لو أنك تبني تطبيقًا للتجارة الإلكترونية، وتريد أن يتمكن المستخدم من كتابة جملة بسيطة مثل “حقيبة جلدية سوداء للسفر”، فيُظهر له النظام مباشرة منتجات مطابقة — ليس فقط بناءً على الكلمات، بل بناءً على المعنى. هذا النوع من البحث الذكي لم يعد حكرًا على الشركات العملاقة، بل أصبح الآن في متناول يد كل مطوّر يستخدم Cloud SQL لـ MySQL بفضل الدعم الحديث لـ البحث المتجه (Vector Search) وتكامل Vertex AI.

ما هي الفكرة الأساسية؟

أعلنت Google Cloud في يوليو 2025 عن دعم رسمي لـ تخزين المتجهات (Vector Storage) وبناء فهارس التقارب (ANN) مباشرة داخل Cloud SQL لـ MySQL، مما يجعل قاعدة البيانات التقليدية مؤهلة للتعامل مع نماذج الذكاء الاصطناعي التوليدية والبحث الدلالي. ليس ذلك فحسب، بل أصبح بالإمكان توليد المتجهات باستخدام Vertex AI من داخل قاعدة البيانات نفسها باستخدام دالة SQL، دون الحاجة إلى عمليات خارجية معقدة.

 تطور دعم المتجهات في Cloud SQL

في السابق، كان استخدام البحث المتجه يتطلب قواعد بيانات متخصصة مثل Pinecone أو Weaviate. أما الآن، ومع إصدار Google الجديد، يمكنك ببساطة إضافة عمود من النوع VECTOR داخل جدول MySQL. تدعم هذه الأعمدة تخزين متجهات تصل إلى 2000 بُعد، وهي قابلة للفهرسة باستخدام تقنيات مثل ScaNN.

هذه القدرة تمثل نقلة نوعية، حيث تسمح لك بتطوير تطبيقات تعتمد على الذكاء الاصطناعي دون مغادرة بيئة SQL المعروفة.

 حالات استخدام عملية: من الفكرة إلى الواقع

🌐 مثال 1: تطبيق E-commerce

افترض أنك تدير متجرًا إلكترونيًا يحتوي على آلاف المنتجات. باستخدام هذه التقنية، يمكنك تحويل وصف كل منتج إلى متجه باستخدام نموذج Vertex AI، ثم تخزينه داخل عمود vector في جدول المنتجات. وعند بحث المستخدم، يتم توليد متجه للجملة المدخلة ومقارنته بجميع المنتجات للعثور على الأقرب دلاليًا.

🧠 مثال 2: تحليل آراء العملاء

تخزين مراجعات العملاء كمتجهات يتيح لك استخراج مراجعات مشابهة تلقائيًا. هذه الميزة مفيدة جدًا لتحليل رضا العملاء أو تقديم اقتراحات ذكية لموظفي الدعم.

 التكامل الذكي مع Vertex AI

بدلًا من إنشاء سير عمل ETL خارجي لتوليد المتجهات، يمكنك الآن ببساطة استخدام دالة SQL مثل:

تقوم هذه الدالة بالتواصل مع Vertex AI API وتعيد متجهًا عالي الدقة يمكنك تخزينه مباشرة في جدول MySQL. هذا الأسلوب يقلل زمن التطوير ويقلل من فرص حدوث أخطاء في النقل والمعالجة.

 خطوات عملية للبدء

لإعداد النظام المتكامل، اتبع الخطوات التالية:

1. أنشئ قاعدة Cloud SQL لـ MySQL من لوحة GCP.

2. أضف عمودًا من النوع VECTOR إلى جدولك الحالي.

3. فعّل Vertex AI API من Google Cloud Console.

4. استخدم دالة AI_GENERATE_EMBEDDING لتوليد المتجهات للنصوص.

5. أنشئ فهرس ANN باستخدام CREATE INDEX ... USING ANN.

6. نفّذ استعلامات مشابهة باستخدام ORDER BY VECTOR_DISTANCE(...).

 تقنيات الفهرسة المتقدمة

يستخدم Cloud SQL مكتبة ScaNN (Scalable Nearest Neighbors) لفهرسة المتجهات. يمكن لهذه التقنية التعامل بكفاءة مع ملايين العناصر، مع تقديم زمن استجابة منخفض جدًا لاستعلامات الكثافة العالية.

هناك نوعان من الاستعلامات:

• kNN (البحث الدقيق): يبحث عن أقرب k عناصر بناءً على المسافة.

• ANN (البحث التقريبي): أسرع ويستخدم تقنيات تحسين الأداء مقابل تنازلات طفيفة في الدقة.

 تكامل RAG – استرجاع يدعم التوليد

يمكنك دمج هذا النظام مع نماذج الذكاء الاصطناعي التوليدية لإنشاء تطبيقات تعتمد على استرجاع المعلومات وتعزيز النصوص (RAG). على سبيل المثال:

يدخل المستخدم: “ما أفضل حقائب السفر المصنوعة من الجلد؟”
تُسترجع المنتجات الأكثر صلة عبر البحث المتجه
يتم تمرير النتائج إلى نموذج Vertex AI ليقوم بإنشاء ملخص توصية مخصص

 مقارنة بالحلول الخارجية

مزايا Cloud SQL:

• لا حاجة لصيانة بنية مستقلة.

• دعم تلقائي للنسخ الاحتياطي، الأمان، والتحكم في الوصول.

• تكلفة أقل مقارنة بالأنظمة السحابية المتخصصة.

• قابلية التوسعة باستخدام الأدوات التقليدية لـ SQL.

في المقابل:

• قد تكون هناك حدود في الأداء مقارنةً بحلول مخصصة ذات طبيعة موزعة بالكامل مثل Milvus أو Pinecone.

 تحديات ونصائح عملية

• احذر من أبعاد المتجهات الزائدة: تؤثر على سرعة الفهرسة.

• اضبط metric_type بدقة: اختر COSINE أو DOT_PRODUCT حسب نوع البيانات.

• راقب أداء الاستعلامات باستخدام أدوات GCP Stackdriver.

المستقبل: إلى أين نحن ذاهبون؟

من المتوقع أن تضيف Google دعمًا لأنواع إضافية من البيانات، مثل الصور والصوت، كمدخلات لدالة AI_GENERATE_EMBEDDING. كما أن التعاون مع نماذج Gemini التوليدية قد يسمح ببناء تجارب أكثر واقعية وتخصيصًا للمستخدم النهائي.

دمج Cloud SQL مع Vertex AI والبحث المتجه هو تحوّل جذري في كيفية بناء التطبيقات الذكية. يمكنك الآن استخدام تقنيات الذكاء الاصطناعي مباشرة من داخل SQL، بدون الحاجة لخدمات مخصصة أو بنية معقدة. إذا كنت مطورًا يتطلع إلى بناء تجارب بحث ذكية وحديثة، فقد حان الوقت لتجربة هذا التكامل الرائد.