Tablestore:Vector search

Pré-requisitos

• Inicializar um cliente Tablestore.

• Crie um índice de busca para a tabela de dados e especifique um campo vetorial.

Notas de uso

• Instale a versão mais recente do Tablestore SDK for Go. Para mais informações, consulte Instalar o Tablestore SDK for Go.

• Há limites para o número de tipos de campos vetoriais, dimensões e outras propriedades. Para mais detalhes, veja Limites do índice de busca.

• O índice de busca é particionado no servidor. Cada partição retorna seus próprios TopK vizinhos mais próximos, e o nó cliente agrega os resultados posteriormente. Assim, ao usar um token para paginar todos os dados, o total de linhas retornadas depende do número de partições do servidor.

Parâmetros

Exemplos

O exemplo a seguir recupera os 10 vizinhos mais próximos de um determinado vetor, filtra resultados com pontuação superior a 0,1 e valor col_keyword igual a "hangzhou".

func query(client *tablestore.TableStoreClient) {
    searchQuery := search.NewSearchQuery()
    searchQuery.Query = &search.KnnVectorQuery{
        FieldName:          "col_vector",
        TopK:               proto.Int32(10),
        MinScore:           proto.Float32(0.1),
        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(), // Sort by score.
        },
    }
    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))
        }  
    }
}

FAQ

Como otimizar o desempenho do AISearch

Referências

• Ao consultar dados com um índice de busca, utilize os seguintes métodos: consulta de termo, consulta de termos, consulta match all, consulta match, consulta match phrase, consulta de prefixo, consulta de intervalo, consulta curinga, consulta geográfica, consulta booleana, consulta vetorial KNN, consulta aninhada e consulta exists. Use esses métodos fornecidos pelo índice de busca para consultar dados em várias dimensões conforme as necessidades do seu negócio.

  Ordene ou pagine as linhas que atendem às condições de consulta usando os recursos de classificação e paginação. Para mais informações, consulte Classificação e paginação.

  Use o recurso de colapso (distinto) para agrupar o conjunto de resultados com base em uma coluna específica. Dessa forma, os dados do tipo especificado aparecem apenas uma vez nos resultados da consulta. Para mais detalhes, consulte Colapso (deduplicação).

• Para analisar dados em uma tabela, use o recurso de agregação da operação Search ou execute instruções SQL. Por exemplo, obtenha valores mínimos e máximos, soma e número total de linhas. Para mais informações, consulte Agregação e Consulta SQL.

• Caso precise obter todas as linhas que atendem às condições de consulta sem ordená-las, chame as operações ParallelScan e ComputeSplits para usar o recurso de varredura paralela. Para mais detalhes, consulte Realizar uma varredura paralela.