UUIDv7 — ключ к глобальному поиску с помощью LLM в произвольных внешних системах

Основной сценарий

Представим себе такой сценарий. Пользователь устно и/или в чате поручает ИИ-агенту ^[1] найти и приобрести нужный товар с заданными параметрами. ИИ-агент в разговоре уточняет у пользователя задание, составляет описание товара и на его основе формирует запрос к поисковой системе.

В сниппетах поисковой выдачи ИИ-агент получает:

• Список глобально уникальных идентификаторов товаров, чтобы можно было различить похожие товары и объединить одинаковые

• Основные параметры этих товаров, чтобы можно было составить шорт-лист для дальнейшего анализа товаров

• URL ресурсов для приобретения товаров (сайты производителя, маркетплейсов, интернет-магазинов, лендинги, карточки товаров, обзоры и отзывы и т.п.)

Затем ИИ-агент заходит на эти ресурсы, получает доступ к метаданным баз данных (БД), формирует SQL-запросы и уточняет в БД параметры товаров и условия их приобретения.

Собранные данные ИИ-агент сверяет с поручением пользователя и либо сам осуществляет заказ (попутно организуя логистику), либо составляет обзор товаров и передает несколько предложений на выбор и утверждение пользователя, либо (если ничего подходящего не нашлось) отчитывается о своей тщетной попытке выполнить поручение. При необходимости и возможности ИИ-агент может поторговаться.

Чтобы такой сценарий осуществился в жизни, уже многое готово, а остальное вполне осуществимо.

Другие сценарии

Необходимая для этого инфраструктура вполне может быть использована и во многих других сценариях, в том числе:

• Поиск опубликованных научных данных

• Поиск технических решений

• Поиск комплектующих и запчастей

• Компоновка информационной системы из доступных модулей

• Поиск жилья

• Поиск работы

• Поиск и доставка продуктов

• Выбор методики лечения, клиники, врача и медикаментов

• Выбор учебного заведения/курсов, учебной программы и репетитора

• Поиск авиабилетов и отелей

• Поиск развлечений и активностей

• Поиск финансовых инструментов

• Поиск информационных ресурсов и СМИ

Посмотрим теперь на эту инфраструктуру.

Поиск в интернете с помощью LLM

Поиск в интернете с помощью LLM ^[2], в том числе, с использованием ИИ-агентов, уже реализован. Но LLM извлекает данные с тех же самых интернет-страниц, что и люди, и поисковые роботы.

Встречаются предложения ^[3] добавить специально для RAG ^[4] (Retrieval-Augmented Generation) интернет-страницы в более машиночитаемом формате (Markdown, JSON и т.п.), чтобы LLM обрабатывала не расплывчатые фразы, а четкие параметры. Но это полумера.

Эти страницы – лишь ненужный посредник между компонентом поиска RAG и БД, замедляющий и усложняющий поиск. Поэтому LLM должна искать непосредственно в БД, которая должна содержать всё необходимое для генерации человекочитаемого контента, либо ссылки на человекочитаемые интернет-страницы.

Поиск с помощью LLM непосредственно в БД

Поиск и авторизация с помощью LLM непосредственно в БД (в частности, в PostgreSQL) уже реализованы с использованием Model Context Protocol ^[5] (MCP).

Однако для полноценного поиска с помощью LLM в БД потребуется:

• Совершенствование MCP-серверов, чтобы они могли уверенно ориентироваться в метаданных (структура таблиц, типы данных, связи, семантическое описание полей) ранее неизвестных им БД

• Более полное описание метаданных в БД

Вопросы информационной безопасности при предоставлении LLM прямого доступа к БД оставим за скобками. Необходимые технические решения существуют, и нужно только грамотно ими воспользоваться.

UUIDv7 в базах данных

UUIDv7 ^[6] – это описанная в стандарте RFC 9562 ^[7] новая версия идентификаторов формата UUID, предназначенная для замены натуральных ключей и генерируемых возрастающих целочисленных идентификаторов (далее – автоинкремент как механизм, bigint – как тип данных) в базах данных и распределенных системах. Идентификатор версии UUIDv7 включает в себя временную метку (timestamp) для сортируемости и уникальности, случайные данные для уникальности и другие данные. Рекомендовано хранить UUID в БД как 128-битные двоичные данные для максимальной производительности.

Автоинкремент заменяет собой изменчивые натуральные ключи ^[8] для связей между таблицами БД.

В свою очередь, UUIDv7 при той же производительности устраняет недостатки автоинкремента:

• Сложность слияния данных с одинаковыми ключами из разных таблиц БД

• Необходимость генерации новых ключей и их синхронизации с ключами из источника данных при экспорте и импорте данных и при параллельной генерации записей несколькими микросервисами

• Возможные ошибки ^[9] из-за коллизии ключей при слиянии данных

• Раскрытие количества записей в таблице БД

• Легкость подбора валидного ключа хакером

Все недостатки простейших реализаций UUIDv7 устранены в продвинутых реализациях UUIDv7 ^[10]:

• Нарушение монотонности (возрастания) генерируемых идентификаторов при откате системных часов назад или при большом темпе генерации

• Нарушение монотонности (возрастания) генерируемых идентификаторов и конкуренция за блокировки (lock contention) при параллельной генерации идентификаторов в нескольких микросервисах (это ведь только в идеальном мире каждый микросервис пишет в свою таблицу)

• Раскрытие даты и времени создания записи

Монотонность гарантируется не во всех случаях. Незначительные нарушения монотонности не влияют на производительность, но могут затруднить поиск багов, пагинацию, поиск в логах, использование в БД временных рядов и т.п.

Хотя UUID вдвое длиннее, чем bigint (128 битов против 64), но разница в реально занимаемом месте на диске гораздо меньше, а упрощение архитектуры при использовании UUID вместо bigint устраняет необходимость в промежуточных таблицах и слоях данных.

Благодаря своим преимуществам UUIDv7 может стать основным типом идентификаторов в БД и затем использоваться для поиска во внешних системах (ресурсах), подключенных к интернету.

Поиск по UUIDv7 во внешних системах, подключенных к интернету

Если отвлечься от баз данных и обратить внимание ^[11] на поиск в интернете, то можно увидеть и другие важные недостатки у натуральных ключей и bigint:

• Один и тот же экземпляр сущности (объект, событие, явление, понятие) может обозначаться в разных системах разными ключами

• Один и тот же ключ, сгенерированный автоинкрементом в разных системах, практически наверняка указывает на разные экземпляры сущности

Поэтому глобальный поиск в базах данных с использованием натуральных ключей и bigint невозможен. Но использование UUIDv7 делает легко осуществимым поиск во внешних системах (ресурсах), подключенных к интернету. Изменения в алгоритмах поисковых систем скорее всего не потребуются.

Поиск UUIDv7 в интернете с помощью LLM

Поиск UUIDv7 в интернете LLM может осуществляться с помощью поисковых систем (Google и т.п.). По запрошенному в поисковой строке UUIDv7 (ключевому слову) в поисковую выдачу должен попасть расширенный сниппет ^[12] (Rich Snippet, не путать с Featured Snippet), содержащий URL и относящиеся к нему данные. Для формирования такого сниппета необходимо дополнить микроразметку Schema.org ^[13] соответствующими свойствами (properties).

Архитектура системы