Tablestore Go SDK KNN ベクタークエリ - Tablestore - Alibaba Cloud ドキュメントセンター

k-最近傍 (KNN) ベクタークエリ機能を使用すると、ベクターに基づいて近似最近傍探索を実行できます。これにより、大規模なデータセット内で、クエリ対象のベクターに最も類似したデータ項目を見つけることができます。

前提条件

Tablestore クライアントを初期化する。
データテーブルの多次元インデックスを作成し、ベクターフィールドを指定します。

使用上の注意

最新バージョンの Tablestore SDK for Go がインストールされていることを確認してください。詳細については、「Tablestore SDK for Go をインストールする」をご参照ください。
ベクターフィールドの数とベクターフィールドのディメンション数には制限があります。詳細については、「多次元インデックスの制限」をご参照ください。
多次元インデックスサーバーには複数のパーティションがあります。多次元インデックスサーバーの各パーティションは、クエリ対象のベクターに最も近い上位 K 個の近傍を返します。パーティションによって返された上位 K 個の最近傍は、クライアントノードで集約されます。トークンを使用してすべてのデータをページ単位でクエリする場合、応答の合計行数は多次元インデックスサーバーのパーティション数に関連します。

パラメーター

パラメーター	必須	説明
FieldName	はい	ベクターフィールドの名前。
TopK	はい	クエリ対象のベクターと最も類似度が高い上位 K 件のクエリ結果。TopK パラメーターの最大値については、「多次元インデックスの制限」をご参照ください。重要 K の値が大きいほど、取得率、クエリのレイテンシ、およびコストが高くなります。
Float32QueryVector	はい	類似度をクエリするベクター。
Filter	いいえ	フィルター。KNN ベクタークエリ条件以外のクエリ条件の組み合わせを使用できます。

例

次のサンプルコードは、指定したベクターと最も類似度が高いテーブル内の上位 10 個のベクターをクエリする方法を示しています。この例では、上位 10 個のベクターは、col_keyword 列の値が hangzhou であるという条件を満たす必要があります。

func query(client *tablestore.TableStoreClient) {
    searchQuery := search.NewSearchQuery()
    searchQuery.Query = &search.KnnVectorQuery{
        FieldName:          "col_vector",
        TopK:               proto.Int32(10),
        Float32QueryVector: []float32{-1.4, 1, 1, 1.2},
        Filter: &search.BoolQuery{
            ShouldQueries: []search.Query{
                &search.TermQuery{
                    FieldName: "col_keyword",
                    Term:      "hangzhou",
                },
            },
        },
    }
    searchQuery.Sort = &search.Sort{
        Sorters: []search.Sorter{
            search.NewScoreSort(), // スコアに基づいてクエリ結果をソートします。
        },
    }
    searchRequest := &tablestore.SearchRequest{
        SearchQuery: searchQuery,
        TableName:   "<TABLE_NAME>",
        IndexName:   "<SEARCH_INDEX_NAME>",
        ColumnsToGet: &tablestore.ColumnsToGet{Columns: []string{
            "col_keyword",
            "col_long",
        }},
    }

    if resp, err := client.Search(searchRequest); err != nil {
        fmt.Println("float32 vector query failed: ", err)
    } else {
        for _, hit := range resp.SearchHits {
            fmt.Println("score:", *hit.Score)
            jsonBody, err := json.Marshal(hit.Row)
            if err != nil {
                panic(err)
            }
            fmt.Println("row: ", string(jsonBody))
        }  
    }
}

よくある質問

AISearch のパフォーマンスを最適化する方法

Tablestore:KNN ベクタークエリ

前提条件

使用上の注意

パラメーター

例

よくある質問

関連資料