Si alguna vez has construido un pipeline RAG, conoces el impuesto del pipeline: tus datos viven en SQL, pero para generar embeddings necesitas extraerlos, llamar a una API de embeddings, gestionar lotes y límites de velocidad, y almacenar los resultados en algún lugar con búsqueda vectorial. A menudo en una base de datos completamente diferente.
Azure SQL acaba de eliminar la mayor parte de eso con dos características que ahora están generalmente disponibles: CREATE EXTERNAL MODEL y AI_GENERATE_EMBEDDINGS.
Qué Hacen
Estas dos características de T-SQL funcionan como un pipeline integrado:
CREATE EXTERNAL MODEL — registra un endpoint de modelo de IA externo como un objeto de base de datos con nombre. Estableces la ubicación, el formato de API, el tipo de modelo y las credenciales una vez. Lo reutilizas en cualquier lugar.
AI_GENERATE_EMBEDDINGS — una función T-SQL escalar que llama al modelo registrado y devuelve una matriz JSON de valores vectoriales. Funciona en sentencias SELECT, INSERT, UPDATE y MERGE.
Juntos forman un pipeline de embeddings de extremo a extremo sin salir del motor SQL.
El Flujo de Trabajo Completo
-- Paso 1: Registra tu proveedor de embeddings una vez
CREATE EXTERNAL MODEL MyEmbeddingModel
WITH (
LOCATION = 'https://your-aoai-resource.openai.azure.com/',
API_FORMAT = 'Azure OpenAI',
MODEL_TYPE = EMBEDDINGS,
MODEL = 'text-embedding-ada-002'
);
-- Paso 2: Genera embeddings en línea en T-SQL
UPDATE docs
SET embedding = AI_GENERATE_EMBEDDINGS(content USE MODEL MyEmbeddingModel)
FROM documents AS docs;
-- Paso 3: Busca con distancia vectorial
SELECT TOP 10 id, content
FROM documents
ORDER BY VECTOR_DISTANCE('cosine', embedding,
AI_GENERATE_EMBEDDINGS(@query USE MODEL MyEmbeddingModel));
Ese es todo el pipeline: datos en SQL, embeddings generados en SQL, búsqueda de similitud en SQL. Sin capa de orquestación, sin ETL, sin base de datos vectorial separada.
Formatos de API y Opciones Soportadas
En GA, API_FORMAT soporta Azure OpenAI y OpenAI. MODEL_TYPE está bloqueado a EMBEDDINGS por ahora. El JSON PARAMETERS te permite establecer valores predeterminados a nivel de modelo incluyendo el conteo de reintentos:
PARAMETERS = '{"sql_rest_options":{"retry_count":3}}'
La autenticación usa credenciales de base de datos, por lo que los secretos se mantienen fuera del código de tu aplicación.
Qué Habilita Esto para las Aplicaciones .NET
Para los desarrolladores .NET que construyen características de IA sobre datos SQL existentes, esto es significativo. No necesitas:
- Extraer datos a un almacén intermedio para embeddings
- Gestionar un pipeline de embeddings externo
- Configurar una base de datos vectorial separada (aunque puedes usar Azure AI Search si quieres un almacén vectorial completo)
- Cambiar la capa de acceso a datos de tu aplicación
Puedes agregar búsqueda semántica a las aplicaciones SQL existentes de manera incremental, usando las mismas herramientas T-SQL que ya tienes.
Conclusión
Los patrones RAG sobre datos SQL se han vuelto dramáticamente más simples. AI_GENERATE_EMBEDDINGS + CREATE EXTERNAL MODEL significa que tu aplicación SQL existente puede ganar capacidades de búsqueda vectorial sin agregar nueva infraestructura.
Ambas características están en GA en Azure SQL Database y Azure SQL Managed Instance hoy.
Post original: Generate Embeddings Function and External Model Object Support Are Now Generally Available in Azure SQL
