DashVector:DashVector を使用したフィルター付き取得

クイックスタート

この例では、年齢が 18 歳より大きく、体重が 65 kg を超える男性をコレクションからクエリします。

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

filter パラメーターは、比較演算子、文字列演算子、論理演算子から構築されるブール式を受け入れます。完全な構文については、「フィルター式の構文」をご参照ください。

前提条件

開始する前に、以下のものがあることを確認してください。

• DashVector の API キーとクラスターエンドポイント

• quickstart という名前のコレクション。設定手順については、「コレクションの作成」の「例」セクションをご参照ください。

メタデータフィールドを持つドキュメントの挿入

quickstart コレクションにドキュメントを挿入します。各ドキュメントには、ID、4 次元のベクター、およびメタデータフィールドのセットが含まれます。

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

次のプレースホルダーを実際の値に置き換えてください。

フィルター式を使用したクエリ

filter 文字列を collection.query() に渡して、結果を制限します。この例では、年齢が 18 歳より大きく、体重が 65 kg を超える男性を検索します。

import dashvector

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

# フィルター: 18 歳以上で体重が 65 kg を超える男性
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)

フィルター式の構文

フィルター式は、論理演算子で結合された 1 つ以上の条件で構成されます。各条件は次のパターンに従います。

<field> <operator> <value>

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

サポートされているフィールドタイプ

DashVector のフィールドは、次の Python データ型をサポートしています。