Tablestore:検索インデックスのKNNベクトルクエリ

使用上の注意

• KNNベクトルクエリ機能を使用するには、データテーブルでVectorフィールドがマッピングされている列のタイプがStringである必要があります。検索インデックスを作成する際には、String列がマッピングされているフィールドのタイプをVectorに設定する必要があります。次に、Vectorフィールドの次元数とデータ型、およびベクトル間の距離を測定するために使用するアルゴリズムを指定します。

• SQLステートメントを実行してKNNベクトルクエリ機能を使用するには、データテーブル用に作成された検索インデックスのマッピングテーブルを作成する必要があります。検索インデックスのマッピングテーブルの作成方法については、検索インデックスのマッピングテーブルの作成を参照してください。

データ型マッピング

検索インデックスのマッピングテーブルの作成

CREATE TABLEステートメントを実行して検索インデックスのマッピングテーブルを作成する場合、Vectorフィールドの作成方法は、他の型のフィールドの作成方法と同じです。Vectorフィールドには、有効な名前とデータ型を指定するだけで済みます。検索インデックスのマッピングテーブルを作成する際には、Vector型のフィールドのSQLでマッピングされたデータ型としてMEDIUMTEXT型を指定することをお勧めします。

次のSQLステートメントの例は、Vector型のフィールドを含む検索インデックスのマッピングテーブルを作成する方法を示しています。

CREATE TABLE `test_table__test_table_index`(
    `col_vector` MEDIUMTEXT
) 
ENGINE='searchindex'
ENGINE_ATTRIBUTE='{"index_name":"test_table_index", "table_name":"test_table"}';

KNNベクトルクエリの実行

手順

この例では、vector_query_tableという名前のデータテーブルを使用します。データテーブルは、String型のpk主キー列、String型のcol_vector属性列、およびString型のcol_keyword属性列で構成されます。

SQLでKNNベクトルクエリを実行するには、データテーブルの検索インデックスを作成し、検索インデックスのマッピングテーブルを作成してから、SQLステートメントを実行します。手順：

1. 検索インデックスを作成し、Vectorフィールドを設定します。詳細については、Tablestoreコンソールで検索インデックスを使用するおよびTablestore SDKを使用するを参照してください。

   説明

   使用する検索インデックスにVectorフィールドが指定されていない場合は、検索インデックスのスキーマを変更してVectorフィールドを設定できます。詳細については、検索インデックスのスキーマを動的に変更するを参照してください。

   • 次の図は、Tablestoreコンソールで検索インデックスを作成する方法を示しています。

     この例では、vector_query_table_indexという名前の検索インデックスが作成されます。検索インデックスは、Vector型のcol_vectorフィールドとString型のcol_keywordフィールドで構成されます。Vector型のcol_vectorフィールドは、データテーブルのString型のcol_vector列にマッピングされます。

     

   • 次の図は、検索インデックスのスキーマを示しています。

     

2. 検索インデックスのマッピングテーブルを作成します。詳細については、TablestoreコンソールでSQLクエリ機能を使用するおよびTablestore SDKを使用してSQLクエリ機能を使用するを参照してください。

   1. この例では、検索インデックス用にvector_query_table__vector_query_table_indexという名前のマッピングテーブルが作成されます。マッピングテーブルのcol_vectorという名前のVectorフィールドにマッピングされているフィールドのデータ型は、SQLではMEDIUMTEXTです。詳細については、検索インデックスのマッピングテーブルの作成を参照してください。

      次のSQLステートメントの例を実行して、マッピングテーブルを作成できます。

      CREATE TABLE `vector_query_table__vector_query_table_index`(
          `col_vector` MEDIUMTEXT,
          `col_keyword` MEDIUMTEXT
      )
      ENGINE='searchindex',
      ENGINE_ATTRIBUTE='{"index_name":"vector_query_table_index","table_name":"vector_query_table"}';

   2. （オプション）検索インデックスのマッピングテーブルを作成した後、ビジネス要件に基づいて次の操作を実行できます。

      テーブルに関する情報のクエリ

      次のSQLステートメントを実行して、検索インデックスのマッピングテーブルに関する情報をクエリします。

      DESCRIBE vector_query_table__vector_query_table_index;

      次の図は、クエリ結果を示しています。

      

      テーブル内のデータのクエリ

      次のSQLステートメントを実行して、検索インデックスのマッピングテーブル内のデータをクエリします。

      SELECT * FROM vector_query_table__vector_query_table_index;

      次の図は、クエリ結果を示しています。たとえば、検索インデックスのvector_query_table__vector_query_table_indexマッピングテーブルには、10行のデータが含まれています。

      

3. KNNベクトルクエリを実行してデータをクエリします。詳細については、データのクエリを参照してください。

   次のSQLステートメントの例は、col_vector列で、[1.5, 2.0, 2.5, 1.7]と最も類似性の高い上位5個の値をクエリし、クエリ結果の関連性スコアを表示する方法を示しています。

   SELECT *,SCORE() FROM vector_query_table__vector_query_table_index WHERE VECTOR_QUERY_FLOAT32(col_vector, "[1.5, 2.0, 2.5, 1.7]", 5) limit 5;

   次の図は、クエリ結果を示しています。

   

制限事項

• VECTOR_QUERY_FLOAT32関数は、検索インデックス用に作成されたマッピングテーブルを使用してデータをクエリする場合にのみ使用できます。

• VECTOR_QUERY_FLOAT32関数を使用する場合は、LIMIT句を使用する必要があります。HAVING句は使用できません。

• VECTOR_QUERY_FLOAT32関数は、SELECTステートメントのWHERE句としてのみ使用でき、SELECTステートメントの列式、集計関数、グループ化、またはソートには使用できません。

• SCORE()関数は、VECTOR_QUERY_FLOAT32関数と一緒に使用する必要があります。SCORE()関数を単独で使用することはできません。

• SCORE()関数は、SELECTステートメントの列式としてのみ使用できます。SELECTステートメントのWHERE句、集計関数、またはソートには使用できません。