如何使用向量檢索服務的條件過濾檢索 - Vector Retrieval Service

背景介紹

在大多數業務情境中，單純使用向量進行相似性檢索並無法滿足業務需求，通常需要在滿足特定過濾條件、或者特定的“標籤”的前提下，再進行相似性檢索。

向量檢索服務DashVector支援條件過濾和向量相似性檢索相結合，在精確滿足過濾條件的前提下進行高效的向量檢索。

條件過濾檢索樣本

說明

需要使用您的api-key替換樣本中的 YOUR_API_KEY、您的Cluster Endpoint替換樣本中的YOUR_CLUSTER_ENDPOINT，代碼才能正常運行。
本樣本需要參考建立Collection-使用樣本提前建立好名稱為quickstart的Collection。

插入帶有Field的資料

Python

import dashvector
import numpy as np

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
collection = client.get(name='quickstart')

ret = collection.insert([
    ('1', np.random.rand(4), {'name':'zhangsan', 'age': 10, 'male': True, 'weight': 35.0}),
    ('2', np.random.rand(4), {'name':'lisi', 'age': 20, 'male': False, 'weight': 45.0}),
    ('3', np.random.rand(4), {'name':'wangwu', 'age': 30, 'male': True, 'weight': 75.0}),
    ('4', np.random.rand(4), {'name':'zhaoliu', 'age': 5, 'male': False, 'weight': 18.0}),
    ('5', np.random.rand(4), {'name':'sunqi', 'age': 40, 'male': True, 'weight': 70.0})
])
assert ret

說明

在建立Collection-使用樣本中，建立了名稱為quickstart的Collection，該Collection定義了3個Field（{'name': str, 'weight': float, 'age': int}）。DashVector具有Schema Free的特性，因此可以在插入Doc時，隨意指定建立Collection時未定義的Field，如上述樣本中的maleField。

通過filter進行條件過濾檢索

Python

import dashvector

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
collection = client.get(name='quickstart')

# 要求年齡(age)大於18，並且體重(weight)大於65.0的男性(male=true)
docs = collection.query(
  [0.1, 0.1, 0.1, 0.1],
  topk=10,
  filter = 'age > 18 and weight > 65.0 and male = true'
)
print(docs)

DashVector支援的資料類型

當前DashVector支援Python的4種基礎資料類型：

str
float
int
bool

重要

Python的int類型可表達無限大小的整數，當前DashVector僅支援32位整數，範圍為-2,147,483,648~2,147,483,647，需要使用者自行保證資料未溢出。

比較子

通過Field 比較子常量的組合產生比較運算式，說明及樣本如下：

符號	描述	支援資料類型	運算式樣本	樣本解釋
<	小於	int float	age < 10 weight < 60.0	age小於10則為`True` weight小於60.0則為`True`
<=	小於或等於	int float	age <= 10 weight <= 60.0	age小於或等於10則為`True` weight小於或等於60.0則為`True`
=	等於	int float bool str	age = 10 weight = 60.0 male = true name = 'lisi'	age等於10則為`True` weight等於60.0則為`True` male等於true則為`True` name等於lisi則為`True`
!=	不等於	int float bool str	age != 10 weight != 60.0 male != true name != 'lisi'	age不等於10則為`True` weight不等於60.0則為`True` male不等於true則為`True` name不等於lisi則為`True`
>=	大於或等於	int float	age >= 10 weight >= 60.0	age大於或等於10則為`True` weight大於或等於60.0則為`True`
>	大於	int float	age > 10 weight > 60.0	age大於10則為`True` weight大於60.0則為`True`

成員運算子

通過Field 成員運算子常量的組合產生比較運算式，說明及樣本如下：

符號

描述

支援資料類型

運算式樣本

樣本解釋

包含

int
float
str

age in (10,20)
floal in (89.5,90.5)
name in ("lisi","zhangsan")

age 包含10和20則為True
float包含89.5和90.5則為True
name包含lisi和zhangsan則為True

not in

不包含

int
float
str

age not in (10,20)
floal not in (89.5,90.5)
name not in ("lisi","zhangsan")

age 不包含10和20則為True
float不包含89.5和90.5則為True
name不包含lisi和zhangsan則為True

字串運算子

通過Field 字串運算子常量的組合產生匹配運算式，說明及樣本如下：

符號	描述	支援資料類型	運算式樣本	樣本解釋
like	首碼匹配	str	name like 'li%'	name以li開頭則為`True`

邏輯運算子

邏輯運算子用於組合多個運算式。

符號	描述	樣本	樣本解釋
and	與	expr1 and expr2	expr1、expr2同時為`True`時則為`True`，否則`False`
or	或	expr1 or expr2	expr1、expr2同時為`False`時則為`False`，否則`True`

說明

可通過括弧()組合邏輯運算子，()擁有更高優先順序，如：expr1 and (expr2 or expr3)，會優先計算(expr2 or expr3)