DashVector:ドキュメントの取得

ベクターによる検索

密ベクターを指定して、最も類似するドキュメントを検索します。

ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4]
)
# クエリメソッドが正常に呼び出されたかを確認します。
if ret:
    print('query success')
    print(len(ret))
    for doc in ret:
        print(doc)
        print(doc.id)
        print(doc.vector)
        print(doc.fields)

結果セットをカスタマイズするには、topk、output_fields、および include_vector を指定します。

ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],
    topk=100,
    output_fields=['name', 'age'],  # name および age フィールドのみを返却します。
    include_vector=True
)

プライマリキーによる検索

id パラメーターを使用して、保存済みドキュメントのベクターで検索します。ベクター値を直接指定する必要はありません。

ret = collection.query(
    id='1'
)
# クエリメソッドが正常に呼び出されたかを確認します。
if ret:
    print('query success')
    print(len(ret))
    for doc in ret:
        print(doc)
        print(doc.id)
        print(doc.vector)
        print(doc.fields)

id に topk および output_fields を組み合わせる方法は、ベクター検索の場合と同じです。

ret = collection.query(
    id='1',
    topk=100,
    output_fields=['name', 'age'],  # name および age フィールドのみを返却します。
    include_vector=True
)

条件付きフィルターによる検索

結果をメタデータで絞り込むために、filter パラメーターを追加します。フィルターは SQL WHERE 句構文に従います。

# ベクターまたはプライマリキーと条件付きフィルターを併用した類似検索を実行します。
ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],   # 検索用のベクターを指定します。代わりに、検索用のプライマリキーを指定することもできます。
    topk=100,
    filter='age > 18',             # age フィールドの値が 18 より大きいドキュメントに対して一致検索を実行します。
    output_fields=['name', 'age'], # name および age フィールドのみを返却します。
    include_vector=True
)

ヒント：filter を id と組み合わせることで、プライマリキーに基づく検索結果をフィルター処理できます（vector を使用する必要はありません）。

密ベクターと疎ベクターを併用したハイブリッド検索

密ベクターと疎ベクターを組み合わせてキーワード対応型セマンティック検索を実行します。疎ベクターは、密埋め込みを補完するキーワードの重みを表します。

# 密ベクターと疎ベクターの両方を用いた類似検索を実行します。
ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],   # 検索用のベクターを指定します。
    sparse_vector={1: 0.3, 20: 0.7}
)

構成の詳細については、「キーワード対応型セマンティック検索」をご参照ください。

フィルターのみによる一致検索

vector および id の両方を省略することで、類似順位付けを行わず、メタデータ条件のみに基づいてドキュメントを取得できます。

# ベクターおよびプライマリキーを指定せずに、条件付きフィルターのみを用いた一致検索を実行します。
ret = collection.query(
    topk=100,
    filter='age > 18',             # age フィールドの値が 18 より大きいドキュメントに対して一致検索を実行します。
    output_fields=['name', 'age'], # name および age フィールドのみを返却します。
    include_vector=True
)