このトピックでは、ベクトル検索に VECTOR_SEARCH 関数を使用する方法について説明します。この関数は、指定された高次元数値ベクトルに基づいて、意味的に最も類似した項目を検索します。
制限事項
バージョンサポート：Ververica Runtime (VVR) 11.3 以降はストリームモードをサポートし、VVR 11.4 以降はバッチモードをサポートします。
ベクトルテーブル：ベクトルテーブルとしてサポートされているのは Milvus のみです。
ストリームタイプ：非更新ストリーム (
INSERTメッセージのみを含む) のみがサポートされています。実行モード：この関数はストリームモードでのみ実行され、バッチモードはサポートされていません。
構文
VECTOR_SEARCH(
TABLE <SEARCH_TABLE>,
DESCRIPTOR(<COLUMN_TO_SEARCH>),
<COLUMN_TO_QUERY>,
<TOP_K>[,
<CONFIG>]
)入力パラメーター
パラメーター | データ型 | 説明 |
TABLE <SEARCH_TABLE> | TABLE | ベクトルテーブルの名前。 |
DESCRIPTOR(<COLUMN_TO_SEARCH>) | DESC | ベクトルテーブル内のインデックス付きベクトル列。入力データはこの列と比較され、類似度が計算されます。 |
COLUMN_TO_QUERY | ARRAY<FLOAT>/ARRAY<DOUBLE> | アップロードされた画像やテキストの埋め込みなど、入力データからのベクトル特徴列。この列は、インデックス付きベクトル列と照合され、類似項目を検索します。 |
TOP_K | INT | 返される類似データエントリの最大数。 |
CONFIG | MAP<STRING,STRING> | 設定可能な実行時パラメーター。 |
戻り値
VECTOR_SEARCH 関数はテーブルを返します。各行には、ベクトルテーブルのすべての列と追加のスコア列が含まれます。スコア列は DOUBLE データ型で、入力データと出力データの類似度を示します。
実行時パラメーター
パラメーター | データ型 | デフォルト | 説明 |
async | ブール値 | (なし) | 非同期モードを有効にするかどうかを指定します。ベクトルテーブルのコネクタが指定されたモードをサポートしていない場合、エンジンはエラーを報告します。 デフォルトでは、エンジンはコネクタがサポートする内容に基づいて実行モードを選択します。コネクタが非同期モードと同期モードの両方をサポートしている場合、エンジンはスループットを向上させるために非同期モードを優先します。 |
max-concurrent-operations | 整数 |
| 非同期モードでの同時リクエストの最大数。 |
output-mode | 列挙型 |
| 非同期操作の出力モード。 有効な値：
これらの値の詳細については、「Async I/O」をご参照ください。 |
timeout | 期間 | 3 min | 非同期操作のタイムアウト。最初の呼び出しから完了までの期間です。この期間には複数のリトライが含まれる場合があり、フェールオーバー時にリセットされます。 |
例
テストデータ
vector_table には次のデータが含まれていると仮定します：
id | topic | vector_index |
1 | "BigData" | [1, 1, 0] |
2 | "Streaming" | [-5, -12, -13] |
3 | "Batch" | [5, 12, 13] |
query_table には次のデータが含まれていると仮定します：
id | user_keyword | embedding |
1 | "Spark" | [5, 12, 13] |
2 | "Flink" | [-5, -12, -13] |
テスト文
次の SQL 文は、query_table の各行を使用して vector_table を検索し、最も類似した上位 2 つのレコードを取得します。
SELECT user_keyword, topic
FROM
query_table,
LATERAL TABLE (VECTOR_SEARCH(
SEARCH_TABLE => TABLE vector_table,
COLUMN_TO_SEARCH => DESCRIPTOR(vector_index),
COLUMN_TO_QUERY => query_table.embedding,
TOP_K => 2,
MAP['async', 'false'] -- 同期モードを有効にする
))結果
user_keyword | topic |
"Spark" | "Batch" |
"Spark" | "BigData" |
"Flink" | "Streaming" |
"Flink" | "BigData" |