在 Pinecone 中，从索引访问向量主要有两种方式：fetching 和 querying。
在本练习中，您将通过将不同场景与相应方法配对，来检验自己区分这两种方式的能力。
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
探索 Pinecone 向量数据库的工作机制，从 pods 与索引入手，并与其他数据库进行比较。学习区分不同的 pod 类型、获取 API 密钥，并使用 Python 初始化 Pinecone 连接。最后，您将学习如何创建 Pinecone 索引，了解维度、距离度量、pod 类型等各类参数。
在 Python 中上手 Pinecone，实践如何管理索引、添加带有元数据的向量、搜索与检索向量，以及执行更新或删除操作。全面把握关键函数与核心概念，从容处理 Pinecone 向量数据库中的数据。
当前练习
本章将带您优化 Pinecone 索引性能，利用多租户命名空间降低成本，构建语义搜索引擎，并基于 Pinecone 与 OpenAI API 创建检索增强型问答系统。通过这些课程，您将掌握性能调优、语义搜索与检索增强问答的实用技能，从而在真实场景中高效应用 Pinecone。
