Pesquisa Semelhante no Milvus

Pesquisa de Similaridade de Vetores

Este tópico apresenta como realizar a busca de entidades no Milvus.

A pesquisa de similaridade de vetores no Milvus calcula a distância entre o vetor de consulta e os vetores na coleção, e retorna os resultados mais semelhantes. Também é possível realizar uma pesquisa mista especificando uma expressão booleana para filtrar campos escalares ou campos de chave primária.

O exemplo a seguir demonstra como realizar a busca de similaridade de vetores em um conjunto de dados de 2000 linhas, composto por IDs de livros (chave primária), frequência de palavras (campo escalar) e descrições de livros (campo de vetor). Isso simula o cenário de busca de livros específicos com base em descrições vetorizadas. O Milvus retornará os resultados mais semelhantes com base no vetor de consulta definido e nos parâmetros de pesquisa.

Carregar Coleção

Antes de realizar a busca de similaridade de vetores, o Milvus executa todas as operações de busca e consulta na memória. Por favor, carregue a coleção na memória antes de realizar a busca de similaridade de vetores.

err := milvusClient.LoadCollection(
  context.Background(),   // ctx
  "livro",                 // Nome da Coleção
  false                   // assíncrono
)
if err != nil {
  log.Fatal("falha ao carregar a coleção:", err.Error())
}

Preparar Parâmetros de Pesquisa

Prepare parâmetros adequados para o seu cenário de busca. O exemplo a seguir define o uso da distância euclidiana para calcular a distância e recuperar vetores dos dez clusters mais próximos construídos pelo índice IVF_FLAT.

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

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

Realizar Busca Vetorial

Realize a busca vetorial usando o Milvus. Para buscar em uma partição específica, por favor especifique a lista de nomes das partições.

O Milvus suporta a definição de um nível de consistência para a busca. O exemplo neste tópico define o nível de consistência como Forte. Você também pode definir o nível de consistência como Limitado, Sessão ou Eventualmente. Para obter mais informações sobre os quatro níveis de consistência no Milvus, consulte Consistência.

searchResult, err := milvusClient.Search(
    context.Background(),                    // ctx
    "livro",                                 // CollectionName
    []string{},                              // partitionNames
    "",                                      // expr
    []string{"id_livro"},                    // outputFields
    []entity.Vector{entity.FloatVector([]float32{0.1, 0.2})}, // vetores
    "introducao_livro",                      // campoVetor
    entity.L2,                               // tipoMétrica
    10,                                      // topK
    sp,                                      // sp
    opt,
)
if err != nil {
    log.Fatal("Falha ao buscar na coleção:", err.Error())
}

Verifique os valores das chaves primárias e as distâncias dos vetores mais similares.

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

Após a conclusão da busca, libere a coleção carregada no Milvus para reduzir o consumo de memória.

err := milvusClient.ReleaseCollection(
    context.Background(),                            // ctx
    "livro",                                          // CollectionName
)
if err != nil {
    log.Fatal("Falha ao liberar coleção:", err.Error())
}

Limitações

Realizando Busca Mista

A busca mista é essencialmente uma busca vetorial com filtragem de atributos. Ao especificar uma expressão booleana para filtrar campos escalares ou campos de chave primária, é possível limitar a busca com base em condições específicas.

O exemplo a seguir demonstra como realizar a busca mista com base na busca vetorial regular. Suponha que você queira buscar por livros específicos com base na introdução vetorizada dos livros, mas deseja recuperar apenas livros dentro de uma faixa específica de contagem de palavras. Você pode então filtrar o campo contagem_palavras especificando uma expressão booleana nos parâmetros de busca. O Milvus buscará apenas vetores similares dentro de entidades que correspondam à expressão.

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(),
  "livro",
  []string{},
  "contagem_palavras <= 11000",
  []string{"id_livro"},
  []entity.Vector{entity.FloatVector([]float32{0.1, 0.2})},
  "introducao_livro",
  entity.L2,
  2,
  sp,
  opt,
)

if err != nil {
  log.Fatal("Falha ao buscar na coleção:", err.Error())
}

Verifique os resultados retornados.

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