QueryContent - 查询文档内容 - 云原生数据仓库AnalyticDB

用自然语句从指定文档库检索向量和元数据。

调试

您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。

授权信息

下表是API对应的授权信息，可以在RAM权限策略语句的Action元素中使用，用来给RAM用户或RAM角色授予调用此API的权限。具体说明如下：

操作：是指具体的权限点。
访问级别：是指每个操作的访问级别，取值为写入（Write）、读取（Read）或列出（List）。
资源类型：是指操作中支持授权的资源类型。具体说明如下：
- 对于必选的资源类型，用背景高亮的方式表示。
- 对于不支持资源级授权的操作，用全部资源表示。
条件关键字：是指云产品自身定义的条件关键字。
关联操作：是指成功执行操作所需要的其他权限。操作者必须同时具备关联操作的权限，操作才能成功。

操作	访问级别	资源类型	条件关键字	关联操作
gpdb:QueryContent	create	Document acs:gpdb:{#regionId}:{#accountId}:document/{#DBInstanceId}	无	无

请求参数

名称	类型	必填	描述	示例值
DBInstanceId	string	是	实例 ID。说明您可以调用 DescribeDBInstances 接口查看目标地域下所有的 AnalyticDB PostgreSQL 实例的详情，包括实例 ID。	gp-xxxxxxxxx
Namespace	string	否	命名空间，默认为 public。说明您可以通过 CreateNamespace 接口创建，通过 ListNamespaces 接口查看列表。	mynamespace
Collection	string	是	文档库名称。说明由 CreateDocumentCollection 接口创建。您可以调用 ListDocumentCollections 接口查看已经创建的文档库。	document
RegionId	string	是	实例所在的地域 ID。	cn-hangzhou
NamespacePassword	string	是	命名空间对应的密码。说明本值为 CreateNamespace 接口指定。	testpassword
Content	string	否	用于检索的文本内容。	ADBPG是什么？
Filter	string	否	要查询的数据的过滤条件，格式为 SQL 的 WHERE 格式。是一个返回布尔值（真或假）的表达式，条件可以是简单的比较运算符，如等于(=)、不等于(<>或!=)、大于(>), 小于(<)、大于等于(>=)、小于等于(<=)，也可以是逻辑运算符（AND, OR, NOT）组合的更复杂的表达式，以及使用 IN、BETWEEN、LIKE 等关键字的条件。说明详细语法可参考：https://www.postgresqltutorial.com/postgresql-tutorial/postgresql-where/	title = 'test' AND name like 'test%'
RecallWindow	array	否	召回窗口。当该值不为空时，增加返回检索结果的上下文。格式为 2 个元素的数组：List<A, B>，其中-10<=A<=0，0<=B<=10。说明推荐当文档切分过碎、检索可能会丢失上下文信息时使用该参数。重排优先窗口化，即先 rerank，再窗口化处理。
	integer	否	召回窗口大小。	[-5, 5]
TopK	integer	否	设置返回 top 结果数量。	10
RerankFactor	double	否	重排因子。当该值不为空时，会对向量检索结果再做一次重排。取值范围：1<RerankFactor<=5。说明当文档切分稀疏时，重排效率慢。建议重排个数（TopK*Factor（向上取整））不超过 50。	2
UseFullTextRetrieval	boolean	否	是否使用全文检索（双路召回）。默认为 false，仅采用向量检索。	true
Metrics	string	否	检索时的相似度算法。此值为空时则采用创建知识库时指定的算法，建议如无特殊需求不需设置。说明取值说明： l2：欧氏距离。 ip：点积（内积）距离。 cosine：余弦相似度。	cosine
FileName	string	否	以图搜图场景中，待搜索的图片源文件名。说明图片文件必须带有文件后缀，当前支持的图片后缀：bmp、jpg、jpeg、png、 tiff。	test.jpg
FileUrl	string	否	以图搜图场景中，公网可访问的图片文件 URL 地址。说明图片文件必须带有文件后缀，当前支持的图片后缀：bmp、jpg、jpeg、png、tiff。	https://xx/myImage.jpg
IncludeVector	boolean	否	是否返回向量。默认为 false。说明 false：不返回向量。 true：返回向量。	true
HybridSearch	string	否	双路召回算法，默认为空(即直接将向量和全文的分数比较并排序)。可选值： RRF：倒数排序融合(Reciprocal rank fusion)，有一个参数 k 控制融合效果，详见 HybridSearchArgs 配置； Weight：比重排序，采用一个参数 alpha 控制向量和全文的分数比重，然后再排序，参数详见 HybridSearchArgs 配置； Cascaded：先全文检索再在其基础上进行向量检索；	RRF
HybridSearchArgs	object	否	双路召回的算法参数。目前支持 RRF 和 Weight 两种： RRF：指定计算分数的算法的`1/(k+rank_i)`中的 k 常数，范围大于 1 的正整数，格式为： `{ "RRF": { "k": 60 } }` Weight: 计算公式`alpha * vector_score + (1-alpha) * text_score`，参数 alpha 表示向量和全文的检索分数比重，范围为 0～1，其中 0 表示只全文，1 表示只向量： `{ "Weight": { "alpha": 0.5 } }`
	object	否	双路召回的参数名。
	any	否	参数值。	{ "RRF": { "k": 60 } }
IncludeMetadataFields	string	否	默认为空，表示要返回的 metadata 字段，多个字段用逗号分隔。	title,page
IncludeFileUrl	boolean	否	是否同步返回文档的链接地址，默认不返回。	false

返回参数

名称	类型	描述	示例值
	object
RequestId	string	请求 ID。	ABB39CC3-4488-4857-905D-2E4A051D0521
Message	string	返回信息。	success
Status	string	状态，取值如下： success：成功。 fail：失败。	success
Matches	array<object>	匹配到的列表。
MatchList	object	单条记录。
Id	string	向量数据的唯一 Id。	doca-1234
Content	string	文本内容。	云原生数据仓库AnalyticDB PostgreSQL版提供简单、快速、经济高效的PB级云端数据仓库解决方案。
Metadata	object	元数据 Map。
	string	元数据。	{"title":"test"}
Vector	array	向量数据 List。
VectorList	double	向量数据。	[1.2123,-0.12314,...]
FileName	string	文件名。	my_doc.txt
Score	double	此条数据的相似度分数，其分数算法和创建索引时指定的算法(l2/ip/cosine)相关。	0.12345
RetrievalSource	integer	检索结果的来源。1 表示向量检索，2 表示全文检索，3 表示双路召回。	1
LoaderMetadata	string	文档加载器加载时的元信息。	{"page_pos": 1}
FileURL	string	查询结果图片的公网 URL 地址，有效时长 2 小时。	https://xxx-cn-beijing.aliyuncs.com/image/test.png
RerankScore	double	重排分数。	6.2345
WindowMatches	array<object>	窗口化匹配到的列表。
windowMatches	object
WindowMatch	array<object>	单个 top 窗口化匹配到的列表。
windowMatch	object
Id	string	向量数据的唯一 ID。	doca-2345
Content	string	文本内容。	云原生数据仓库AnalyticDB PostgreSQL版是一种大规模并行处理（MPP）数据仓库服务，可提供海量数据在线分析服务。
Metadata	object	元数据 Map。
	string	元数据。	{"title":"test"}
FileName	string	文件名。	my_doc.txt
LoaderMetadata	string	文档加载器加载时的元信息。	{"page_pos": 2}
EmbeddingTokens	string	向量化时使用的 token 数。说明 token 是指将输入的文本分割成的最小单位；token 可以是一个单词、一个词组、一个标点符号、一个字符等。	100
Usage	object	本次查询的资源使用量
EmbeddingTokens	string	向量化时使用的 token 数。说明 token 是指将输入的文本分割成的最小单位；token 可以是一个单词、一个词组、一个标点符号、一个字符等。	100
EmbeddingEntries	string	向量化时使用的条目数。说明条目是指对文字、图片做向量化处理时的处理数目，如对文字做一次处理，条目数是 1，对图片做一次处理是 2。	10

示例

正常返回示例

JSON格式

{
  "RequestId": "ABB39CC3-4488-4857-905D-2E4A051D0521",
  "Message": "success",
  "Status": "success",
  "Matches": {
    "MatchList": [
      {
        "Id": "doca-1234",
        "Content": "云原生数据仓库AnalyticDB PostgreSQL版提供简单、快速、经济高效的PB级云端数据仓库解决方案。",
        "Metadata": {
          "key": "{\"title\":\"test\"}"
        },
        "Vector": {
          "VectorList": [
            0
          ]
        },
        "FileName": "my_doc.txt",
        "Score": 0.12345,
        "RetrievalSource": 1,
        "LoaderMetadata": "{\"page_pos\": 1}",
        "FileURL": "https://xxx-cn-beijing.aliyuncs.com/image/test.png",
        "RerankScore": 6.2345
      }
    ]
  },
  "WindowMatches": {
    "windowMatches": [
      {
        "WindowMatch": {
          "windowMatch": [
            {
              "Id": "doca-2345",
              "Content": "云原生数据仓库AnalyticDB PostgreSQL版是一种大规模并行处理（MPP）数据仓库服务，可提供海量数据在线分析服务。",
              "Metadata": {
                "key": "{\"title\":\"test\"}"
              },
              "FileName": "my_doc.txt",
              "LoaderMetadata": "{\"page_pos\": 2}"
            }
          ]
        }
      }
    ]
  },
  "EmbeddingTokens": "100",
  "Usage": {
    "EmbeddingTokens": "100",
    "EmbeddingEntries": "10"
  }
}

错误码

访问错误中心查看更多错误码。

变更历史

变更时间	变更内容概要	操作
2024-07-18	OpenAPI 入参发生变更	查看变更详情
2024-04-29	OpenAPI 入参发生变更	查看变更详情
2024-04-22	OpenAPI 入参发生变更	查看变更详情
2024-02-19	OpenAPI 入参发生变更、OpenAPI 返回结构发生变更	查看变更详情
2024-01-17	OpenAPI 入参发生变更、OpenAPI 返回结构发生变更	查看变更详情