Cara menggunakan pengambilan terfilter di DashVector - DashVector

Pencarian kemiripan vektor saja jarang memadai untuk kebutuhan dunia nyata. Aplikasi umumnya perlu mempersempit hasil berdasarkan metadata—misalnya, hanya mengembalikan produk dalam rentang harga tertentu atau dokumen dari kategori spesifik. Fitur filtering kondisional DashVector memungkinkan Anda menyambungkan bidang metadata ke vektor dan meneruskan ekspresi filter saat melakukan kueri, sehingga hanya vektor yang memenuhi kondisi Anda yang dimasukkan dalam hasil kemiripan.

Mulai cepat

Contoh berikut melakukan kueri pada koleksi untuk mencari laki-laki berusia di atas 18 tahun yang memiliki bobot lebih dari 65 kg:

docs = collection.query(
    [0.1, 0.1, 0.1, 0.1],
    topk=10,
    filter='age > 18 and weight > 65.0 and male = true'
)

Parameter filter menerima ekspresi boolean yang dibangun dari operator perbandingan, string, dan logika. Untuk sintaks lengkapnya, lihat Sintaks Ekspresi Filter.

Prasyarat

Sebelum memulai, pastikan Anda telah memiliki:

Kunci API DashVector dan titik akhir kluster
Koleksi bernama quickstart. Untuk petunjuk penyiapan, lihat bagian "Contoh" di Buat Koleksi

Sisipkan dokumen dengan bidang metadata

Sisipkan dokumen ke dalam koleksi quickstart. Setiap dokumen mencakup ID, vektor berdimensi 4, dan sekumpulan bidang metadata:

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': 'alice', 'age': 10, 'male': True, 'weight': 35.0}),
    ('2', np.random.rand(4), {'name': 'bob', 'age': 20, 'male': False, 'weight': 45.0}),
    ('3', np.random.rand(4), {'name': 'carol', 'age': 30, 'male': True, 'weight': 75.0}),
    ('4', np.random.rand(4), {'name': 'dave', 'age': 5, 'male': False, 'weight': 18.0}),
    ('5', np.random.rand(4), {'name': 'eve', 'age': 40, 'male': True, 'weight': 70.0})
])
assert ret

Ganti placeholder berikut dengan nilai aktual Anda:

Placeholder	Deskripsi
`<your-api-key>`	Kunci API DashVector Anda
`<your-cluster-endpoint>`	URL titik akhir kluster Anda

Catatan

Koleksi quickstart dibuat dengan tiga bidang yang telah ditentukan: name (str), weight (float), dan age (int). Karena DashVector bersifat schema-free, Anda dapat menambahkan bidang yang tidak didefinisikan saat pembuatan koleksi—seperti bidang male di atas—saat menyisipkan dokumen.

Lakukan kueri dengan ekspresi filter

Teruskan string filter ke collection.query() untuk membatasi hasil. Contoh berikut mencari laki-laki berusia di atas 18 tahun yang memiliki bobot lebih dari 65 kg:

import dashvector

client = dashvector.Client(
    api_key='<your-api-key>',
    endpoint='<your-cluster-endpoint>'
)
collection = client.get(name='quickstart')

# Filter: laki-laki di atas 18 tahun dengan bobot lebih dari 65 kg
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)

Sintaks ekspresi filter

Ekspresi filter terdiri dari satu atau beberapa kondisi yang digabungkan dengan operator logika. Setiap kondisi mengikuti pola:

<field> <operator> <value>

Operator perbandingan

Operator	Deskripsi	Tipe yang didukung	Contoh	Cocok ketika
`<`	Kurang dari	`int`, `float`	`age < 10`	`age` kurang dari 10
`<=`	Kurang dari atau sama dengan	`int`, `float`	`weight <= 60.0`	`weight` paling banyak 60,0
`=`	Sama dengan	`int`, `float`, `bool`, `str`	`name = 'alice'`	`name` sama dengan `alice`
`!=`	Tidak sama dengan	`int`, `float`, `bool`, `str`	`male != true`	`male` tidak bernilai true
`>=`	Lebih dari atau sama dengan	`int`, `float`	`age >= 10`	`age` minimal 10
`>`	Lebih dari	`int`, `float`	`weight > 60.0`	`weight` melebihi 60,0

Operator string

Gunakan operator like untuk pencocokan awalan pada bidang bertipe str.

Operator	Deskripsi	Contoh	Cocok ketika
`like`	Pencocokan awalan	`name like 'al%'`	`name` diawali dengan `al`

Operator logika

Gabungkan beberapa kondisi dengan and atau or.

Operator	Deskripsi	Contoh	Cocok ketika
`and`	Kedua kondisi harus bernilai true	`age > 18 and male = true`	`age` melebihi 18 dan `male` bernilai true
`or`	Setidaknya satu kondisi bernilai true	`age < 10 or age > 60`	`age` kurang dari 10 atau lebih dari 60

Gunakan tanda kurung () untuk mengatur urutan evaluasi. Contohnya:

age > 18 and (weight > 65.0 or male = true)

Ekspresi ini pertama-tama mengevaluasi (weight > 65.0 or male = true), lalu menggabungkan hasilnya dengan age > 18.

Tipe bidang yang didukung

Bidang DashVector mendukung tipe data Python berikut:

Tipe	Deskripsi	Rentang
`str`	String	--
`int`	Integer	Bertanda 32-bit: -2.147.483.648 hingga 2.147.483.647
`float`	Bilangan titik mengambang	--
`bool`	Boolean	`True` atau `False`

Penting

Integer Python memiliki ukuran tak terbatas, tetapi DashVector hanya mendukung integer bertanda 32-bit. Pastikan nilai integer berada dalam rentang -2.147.483.648 hingga 2.147.483.647 untuk menghindari overflow.