Wyszukiwanie podobne w Milvus

Wyszukiwanie podobieństw wektorowych

Ten temat przedstawia, jak wykonać wyszukiwanie encji w Milvus.

Wyszukiwanie podobieństw wektorowych w Milvus oblicza odległość między wektorem zapytania a wektorami w kolekcji i zwraca najbardziej podobne wyniki. Można również wykonać wyszukiwanie mieszane, określając wyrażenie logiczne do filtrowania pól skalarnych lub pól kluczy głównych.

Poniższy przykład demonstruje, jak wykonać wyszukiwanie podobieństw wektorowych w zbiorze danych składającym się z 2000 wierszy, składających się z identyfikatorów książek (klucz główny), częstotliwości słów (pole skalarnego) i opisów książek (pole wektorowe). Symuluje to scenariusz wyszukiwania określonych książek na podstawie zwektoryzowanych opisów. Milvus zwróci najbardziej podobne wyniki na podstawie zdefiniowanego wektora zapytania i parametrów wyszukiwania.

Załaduj kolekcję

Przed wykonaniem wyszukiwania podobieństw wektorowych Milvus wykonuje wszystkie operacje wyszukiwania i zapytania w pamięci. Proszę załaduj kolekcję do pamięci przed wykonaniem wyszukiwania podobieństw wektorowych.

err := milvusClient.LoadCollection(
  context.Background(),   // ctx
  "book",                 // CollectionName
  false                   // async
)
if err != nil {
  log.Fatal("nie udało się załadować kolekcji:", err.Error())
}

Przygotuj parametry wyszukiwania

Przygotuj parametry odpowiednie dla swojego scenariusza wyszukiwania. W poniższym przykładzie definiujemy użycie odległości euklidesowej do obliczenia odległości i pobierania wektorów z dziesięciu najbliższych klastrów zbudowanych przez indeks IVF_FLAT.

sp, _ := entity.NewIndexIvfFlatSearchParam( // NewIndex*SearchParam func
    10,                                  // searchParam
)

opt := client.SearchQueryOptionFunc(func(option *client.SearchQueryOption) {
    option.Limit = 3
    option.Offset = 0
    option.ConsistencyLevel = entity.ClStrong
    option.IgnoreGrowing = false
})

Wykonaj wyszukiwanie wektorowe

Aby wykonać wyszukiwanie wektorowe przy użyciu Milvus, określ listę nazw partycji w celu wyszukiwania w określonej partycji.

Milvus obsługuje ustawianie poziomu spójności wyszukiwania. W tym przykładzie poziom spójności ustawiony jest na Strong. Możesz także ustawić poziom spójności na Bounded, Session lub Eventually. Aby uzyskać więcej informacji na temat czterech poziomów spójności w Milvus, zobacz Rozdział o Spójności.

wynikWyszukiwania, błąd := milvusClient.Search(
    context.Background(),                    // ctx
    "book",                                  // NazwaKolekcji
    []string{},                              // ListaNazwPartycji
    "",                                      // wyrażenie
    []string{"book_id"},                     // PolaWyjściowe
    []entity.Vector{entity.FloatVector([]float32{0.1, 0.2})}, // wektory
    "book_intro",                            // PoleWektora
    entity.L2,                               // TypMetryki
    10,                                      // topK
    sp,                                      // sp
    opt,
)
if błąd != nil {
    log.Fatal("Nie udało się wyszukać kolekcji:", błąd.Error())
}

Sprawdź wartości kluczy głównych i odległości najbardziej podobnych wektorów.

fmt.Printf("%#v\n", wynikWyszukiwania)
for _, wr := range wynikWyszukiwania {
    fmt.Println(wr.IDs)
    fmt.Println(wr.Scores)
}

Po zakończeniu wyszukiwania zwolnij załadowaną kolekcję w Milvus, aby zmniejszyć zużycie pamięci.

błąd := milvusClient.ReleaseCollection(
    context.Background(),                            // ctx
    "book",                                          // NazwaKolekcji
)
if błąd != nil {
    log.Fatal("Nie udało się zwolnić kolekcji:", błąd.Error())
}

Ograniczenia

Wykonywanie Wyszukiwania Mieszane

Wyszukiwanie mieszane to w zasadzie wyszukiwanie wektorowe z filtrowaniem atrybutów. Poprzez określenie wyrażenia logicznego do filtrowania pól skalarnych lub pól klucza głównego można ograniczyć wyszukiwanie na podstawie określonych warunków.

Poniższy przykład pokazuje, jak wykonać wyszukiwanie mieszane na podstawie zwykłego wyszukiwania wektorowego. Załóżmy, że chcesz wyszukać określone książki na podstawie zwektoryzowanego wstępu do książki, ale chcesz odbierać tylko książki w określonym zakresie liczby słów. Możesz wtedy filtrować pole word_count, określając wyrażenie logiczne w parametrach wyszukiwania. Milvus będzie wyszukiwać tylko podobne wektory w jednostkach, które spełniają określone wyrażenie.

sp, _ := entity.NewIndexFlatSearchParam(
  10,
)

opt := client.SearchQueryOptionFunc(func(option *client.SearchQueryOption) {
    option.Limit = 3
    option.Offset = 0
    option.ConsistencyLevel = entity.ClStrong
    option.IgnoreGrowing = false
})

searchResult, err := milvusClient.Search(
  context.Background(),
  "book",
  []string{},
  "word_count <= 11000",
  []string{"book_id"},
  []entity.Vector{entity.FloatVector([]float32{0.1, 0.2})},
  "book_intro",
  entity.L2,
  2,
  sp,
  opt,
)

if err != nil {
  log.Fatal("Nie udało się wyszukać kolekcji:", err.Error())
}

Sprawdź zwrócone wyniki.

fmt.Printf("%#v\n", searchResult)
for _, sr := range searchResult {
  fmt.Println(sr.IDs)
  fmt.Println(sr.Scores)
}