並發執行向量語義檢索

更新時間:
Copy as MD

當需要同時檢索多條查詢(如批量問答、RAG 多路召回、多使用者並發搜尋),逐條串列執行會導致整體耗時隨查詢數線性增長。通過並發執行多條檢索請求,可以將總耗時從 N × 單次延遲 降低到接近 1 × 單次延遲,顯著提升輸送量。

本文介紹兩種並發方式:CLI 並發SDK 並發,適用於以下情境:

  • 批量語義搜尋:一次性提交多條查詢文本,快速擷取全部檢索結果。

  • RAG 多路召回:為同一使用者請求同時發起多條不同角度的檢索,降低端到端延遲。

  • 多模態批量檢索:同時檢索文本、圖片、視頻等不同模態的向量資料。

選擇並發方式

方式

適用情境

特點

CLI 並發

營運指令碼、一次性批量檢索、無需編寫代碼的快速驗證

輸入文本自動 Embedding;無需管理向量維度;Shell 指令碼即可實現

SDK 並發

商務服務整合、需要精細控制(過濾條件、結果後處理)、高效能後端

直接調用 API,可設定過濾條件;複用用戶端串連;支援 Python 和 Go

如何選擇

  • 如果你有一批查詢文本,希望快速拿到結果而不想寫代碼 → 使用 CLI 並發

  • 如果你在開發商務服務,需要將向量檢索嵌入到應用邏輯中 → 使用 SDK 並發

說明:CLI 方式內建了 Embedding 模型調用,輸入文本即可檢索。SDK 方式需要傳入已產生的向量,適合已有 Embedding 流程的情境。

通過 CLI 並發檢索

CLI 並發通過啟動多個 oss-vectors-embed query 進程實現並行檢索。以下提供三種實現方式,按複雜度遞增排列。

開始前,請確保滿足以下條件:

  • 已安裝 OSS Vectors Embed CLI。安裝方式請參見使用OSS Vectors Embed CLI工具寫入和檢索向量資料

  • 已配置環境變數 OSS_ACCESS_KEY_IDOSS_ACCESS_KEY_SECRETDASHSCOPE_API_KEY

  • 已建立向量 Bucket 和向量索引,且索引維度與所用 Embedding 模型輸出維度一致。

將以下樣本中的預留位置替換為實際值:

預留位置

說明

<your-account-id>

阿里雲帳號 ID

<your-vector-bucket>

向量 Bucket 名稱

<your-index>

向量索引名稱

xargs 快速並發

如果不需要複雜的流程式控制制,xargs -P 是最簡單的 CLI 並發方式,一行命令即可完成。

cat queries.txt | xargs -P 5 -I {} \
  oss-vectors-embed \
    --account-id "<your-account-id>" \
    --vectors-region cn-hangzhou \
    query \
    --vector-bucket-name "<your-vector-bucket>" \
    --index-name "<your-index>" \
    --model-id text-embedding-v4 \
    --text-value "{}" \
    --top-k 10

-P 5 表示最多 5 個進程並存執行。檢索結果直接輸出到終端,適合快速驗證。如需儲存結果,可將輸出重新導向到檔案。

Shell 後台並發

通過 & 將多個查詢命令放入後台並存執行,wait 等待全部完成。適合查詢數量較少(10 條以內)的情境。

#!/bin/bash

ACCOUNT_ID="<your-account-id>"
REGION="cn-hangzhou"
BUCKET="<your-vector-bucket>"
INDEX="<your-index>"
MODEL="text-embedding-v4"

queries=(
  "如何配置生命週期規則"
  "Object Storage Service有哪些儲存類型"
  "如何設定跨地區複製"
)

mkdir -p ./query-results

# 並發啟動所有查詢,每條結果寫入獨立檔案
for i in "${!queries[@]}"; do
  oss-vectors-embed \
    --account-id "$ACCOUNT_ID" \
    --vectors-region "$REGION" \
    query \
    --vector-bucket-name "$BUCKET" \
    --index-name "$INDEX" \
    --model-id "$MODEL" \
    --text-value "${queries[$i]}" \
    --top-k 10 \
    --return-metadata \
    > "./query-results/result_${i}.json" 2>&1 &
done

wait
echo "全部查詢完成,結果儲存在 ./query-results/"

運行後輸出:

全部查詢完成,結果儲存在 ./query-results/

每個結果檔案包含 JSON 格式的檢索結果,可通過 cat ./query-results/result_0.json | python3 -m json.tool 查看。

控制並發數的 Shell 指令碼

當查詢數量較多時(數十條以上),需要限制同時啟動並執行進程數,避免超出 API 配額。以下指令碼從檔案逐行讀取查詢文本,控制最多 5 個進程同時執行。

#!/bin/bash

ACCOUNT_ID="<your-account-id>"
REGION="cn-hangzhou"
BUCKET="<your-vector-bucket>"
INDEX="<your-index>"
MODEL="text-embedding-v4"

MAX_CONCURRENT=5
QUERY_FILE="./queries.txt"  # 每行一條查詢文本

mkdir -p ./query-results

run_query() {
  local idx=$1
  local text=$2
  oss-vectors-embed \
    --account-id "$ACCOUNT_ID" \
    --vectors-region "$REGION" \
    query \
    --vector-bucket-name "$BUCKET" \
    --index-name "$INDEX" \
    --model-id "$MODEL" \
    --text-value "$text" \
    --top-k 10 \
    > "./query-results/result_${idx}.json" 2>&1
}

idx=0
while IFS= read -r query_text; do
  run_query "$idx" "$query_text" &
  idx=$((idx + 1))

  # 達到並發上限時等待一個任務完成再繼續
  if (( $(jobs -rp | wc -l) >= MAX_CONCURRENT )); then
    wait -n
  fi
done < "$QUERY_FILE"

wait
echo "全部 $idx 條查詢完成"

運行前準備 queries.txt 檔案,每行一條查詢文本:

如何配置生命週期規則
Object Storage Service有哪些儲存類型
如何設定跨地區複製
Bucket 標籤的使用限制
如何啟用版本控制

運行後輸出:

全部 5 條查詢完成

Python 封裝 CLI 並發

如果需要對 CLI 返回的結果進行後處理(如解析 JSON、匯總統計),可以用 Python asyncio 封裝 CLI 調用。

import asyncio
import json
from pathlib import Path


ACCOUNT_ID = "<your-account-id>"
REGION = "cn-hangzhou"
BUCKET = "<your-vector-bucket>"
INDEX = "<your-index>"
MODEL = "text-embedding-v4"
MAX_CONCURRENT = 5


async def run_query(semaphore: asyncio.Semaphore, query_text: str, query_id: int):
    """非同步執行單條 CLI query 命令"""
    async with semaphore:
        cmd = [
            "oss-vectors-embed",
            "--account-id", ACCOUNT_ID,
            "--vectors-region", REGION,
            "query",
            "--vector-bucket-name", BUCKET,
            "--index-name", INDEX,
            "--model-id", MODEL,
            "--text-value", query_text,
            "--top-k", "10",
            "--return-metadata",
        ]

        proc = await asyncio.create_subprocess_exec(
            *cmd,
            stdout=asyncio.subprocess.PIPE,
            stderr=asyncio.subprocess.PIPE,
        )
        stdout, stderr = await proc.communicate()

        if proc.returncode == 0:
            result = json.loads(stdout.decode())

            print(f"查詢 {query_id} 完成,返回 {len(result.get('results', [ ]))} 條結果")

            return {"query_id": query_id, "query_text": query_text, "result": result}
        else:
            print(f"查詢 {query_id} 失敗: {stderr.decode()}")
            return {"query_id": query_id, "query_text": query_text, "error": stderr.decode()}


async def batch_query(queries: list[str]):
    """批量並發執行多條查詢"""
    semaphore = asyncio.Semaphore(MAX_CONCURRENT)
    tasks = [
        run_query(semaphore, text, idx)
        for idx, text in enumerate(queries)
    ]
    results = await asyncio.gather(*tasks)

    output_path = Path("./query-results/batch_results.json")
    output_path.parent.mkdir(parents=True, exist_ok=True)
    output_path.write_text(json.dumps(results, ensure_ascii=False, indent=2))
    print(f"匯總結果已儲存到 {output_path}")
    return results


if __name__ == "__main__":
    queries = [
        "如何配置生命週期規則",
        "Object Storage Service有哪些儲存類型",
        "如何設定跨地區複製",
        "Bucket 標籤的使用限制",
        "如何啟用版本控制",
    ]
    asyncio.run(batch_query(queries))

運行後輸出:

查詢 0 完成,返回 10 條結果
查詢 1 完成,返回 10 條結果
查詢 2 完成,返回 10 條結果
查詢 3 完成,返回 10 條結果
查詢 4 完成,返回 10 條結果
匯總結果已儲存到 query-results/batch_results.json

通過 SDK 並發檢索

SDK 並發直接調用 query_vectors API,無需啟動外部進程。適合需要精細控制檢索參數(如設定過濾條件)或將檢索整合到商務服務中的情境。

說明:SDK 方式需要傳入已產生的查詢向量(如 float32 數組),而非原始文本。如果你的情境是從文本出發檢索,建議先通過 Embedding 模型產生向量,或直接使用上文的 CLI 並發方式。

Python SDK 並發檢索

使用 alibabacloud-oss-v2 Python SDK 通過線程池並發調用 query_vectors 介面。開始前請安裝 SDK:

pip install alibabacloud-oss-v2

確保已配置環境變數 OSS_ACCESS_KEY_IDOSS_ACCESS_KEY_SECRET,並已建立向量 Bucket 和索引。

基本樣本

以下樣本並發檢索 5 組向量,使用 ThreadPoolExecutor 控制最多 5 個線程同時執行:

import json
from concurrent.futures import ThreadPoolExecutor, as_completed
from pathlib import Path

import alibabacloud_oss_v2 as oss
import alibabacloud_oss_v2.vectors as oss_vectors

ACCOUNT_ID = "<your-account-id>"
REGION = "cn-hangzhou"
BUCKET = "<your-vector-bucket>"
INDEX = "<your-index>"
MAX_CONCURRENT = 5


def create_vector_client():
    """建立向量檢索用戶端(全域複用,避免重複建立串連)"""
    credentials_provider = oss.credentials.EnvironmentVariableCredentialsProvider()
    cfg = oss.config.load_default()
    cfg.credentials_provider = credentials_provider
    cfg.region = REGION
    cfg.account_id = ACCOUNT_ID
    cfg.use_internal_endpoint = True  # 如需通過公網訪問,請將此處設定為False或刪除此行
    return oss_vectors.Client(cfg)


def run_query(client, query_vector, query_id, query_filter=None):
    """執行單條向量檢索"""
    request = oss_vectors.models.QueryVectorsRequest(
        bucket=BUCKET,
        index_name=INDEX,
        query_vector=query_vector,
        filter=query_filter,
        return_distance=True,
        return_metadata=True,
        top_k=10,
    )
    result = client.query_vectors(request)
    print(f"查詢 {query_id} 完成,status code: {result.status_code}")
    return {
        "query_id": query_id,
        "status_code": result.status_code,

        "vectors": [str(v) for v in result.vectors] if result.vectors else [ ],

    }


def batch_query(query_vectors):
    """批量並發執行多條向量檢索"""
    client = create_vector_client()

    results = [ ]


    with ThreadPoolExecutor(max_workers=MAX_CONCURRENT) as executor:
        futures = {
            executor.submit(run_query, client, qv, idx): idx
            for idx, qv in enumerate(query_vectors)
        }
        for future in as_completed(futures):
            idx = futures[future]
            try:
                results.append(future.result())
            except Exception as e:
                print(f"查詢 {idx} 失敗: {e}")
                results.append({"query_id": idx, "error": str(e)})

    results.sort(key=lambda x: x["query_id"])
    output_path = Path("./query-results/sdk_batch_results.json")
    output_path.parent.mkdir(parents=True, exist_ok=True)
    output_path.write_text(json.dumps(results, ensure_ascii=False, indent=2))
    print(f"匯總結果已儲存到 {output_path}")
    return results


if __name__ == "__main__":
    # 樣本:5 組查詢向量(維度需與索引一致,此處以 128 維為例)
    query_vectors = [
        {"float32": [0.1] * 128},
        {"float32": [0.2] * 128},
        {"float32": [0.3] * 128},
        {"float32": [0.4] * 128},
        {"float32": [0.5] * 128},
    ]
    batch_query(query_vectors)

運行後輸出:

查詢 0 完成,status code: 200
查詢 2 完成,status code: 200
查詢 1 完成,status code: 200
查詢 4 完成,status code: 200
查詢 3 完成,status code: 200
匯總結果已儲存到 query-results/sdk_batch_results.json
說明:由於線程池並發執行,輸出順序可能與提交順序不同,但最終結果按 query_id 排序儲存。

帶過濾條件的並發檢索

實際業務中,不同查詢可能需要搭配不同的過濾條件。以下樣本為每條查詢指定獨立的 filter

import json
from concurrent.futures import ThreadPoolExecutor, as_completed
from pathlib import Path

import alibabacloud_oss_v2 as oss
import alibabacloud_oss_v2.vectors as oss_vectors

ACCOUNT_ID = "<your-account-id>"
REGION = "cn-hangzhou"
BUCKET = "<your-vector-bucket>"
INDEX = "<your-index>"
MAX_CONCURRENT = 5


def create_vector_client():
    """建立向量檢索用戶端(全域複用,避免重複建立串連)"""
    credentials_provider = oss.credentials.EnvironmentVariableCredentialsProvider()
    cfg = oss.config.load_default()
    cfg.credentials_provider = credentials_provider
    cfg.region = REGION
    cfg.account_id = ACCOUNT_ID
    cfg.use_internal_endpoint = True  # 如需通過公網訪問,請將此處設定為False或刪除此行
    return oss_vectors.Client(cfg)


def run_query(client, query_vector, query_id, query_filter=None):
    """執行單條向量檢索"""
    request = oss_vectors.models.QueryVectorsRequest(
        bucket=BUCKET,
        index_name=INDEX,
        query_vector=query_vector,
        filter=query_filter,
        return_distance=True,
        return_metadata=True,
        top_k=10,
    )
    result = client.query_vectors(request)
    print(f"查詢 {query_id} 完成,status code: {result.status_code}")
    return {
        "query_id": query_id,
        "status_code": result.status_code,

        "vectors": [str(v) for v in result.vectors] if result.vectors else [ ],

    }


def batch_query(query_vectors):
    """批量並發執行多條向量檢索"""
    client = create_vector_client()

    results = [ ]


    with ThreadPoolExecutor(max_workers=MAX_CONCURRENT) as executor:
        futures = {
            executor.submit(run_query, client, qv, idx): idx
            for idx, qv in enumerate(query_vectors)
        }
        for future in as_completed(futures):
            idx = futures[future]
            try:
                results.append(future.result())
            except Exception as e:
                print(f"查詢 {idx} 失敗: {e}")
                results.append({"query_id": idx, "error": str(e)})

    results.sort(key=lambda x: x["query_id"])
    output_path = Path("./query-results/sdk_batch_results.json")
    output_path.parent.mkdir(parents=True, exist_ok=True)
    output_path.write_text(json.dumps(results, ensure_ascii=False, indent=2))
    print(f"匯總結果已儲存到 {output_path}")
    return results
if __name__ == "__main__":
    tasks = [
        {
            "vector": {"float32": [0.1] * 128},
            "filter": {"$and": [{"type": {"$in": ["tutorial"]}}]},
        },
        {
            "vector": {"float32": [0.2] * 128},
            "filter": {"$and": [{"type": {"$nin": ["comedy", "documentary"]}}]},
        },
        {
            "vector": {"float32": [0.3] * 128},
            "filter": None,  # 不設過濾條件
        },
    ]

    client = create_vector_client()

    results = [ ]


    with ThreadPoolExecutor(max_workers=MAX_CONCURRENT) as executor:
        futures = {
            executor.submit(
                run_query, client, t["vector"], idx, t["filter"]
            ): idx
            for idx, t in enumerate(tasks)
        }
        for future in as_completed(futures):
            try:
                results.append(future.result())
            except Exception as e:
                print(f"查詢失敗: {e}")

    for r in sorted(results, key=lambda x: x["query_id"]):

        print(f"查詢 {r['query_id']}: 返回 {len(r.get('vectors', [ ]))} 條結果")

運行後輸出:

查詢 0 完成,status code: 200
查詢 1 完成,status code: 200
查詢 2 完成,status code: 200
查詢 0: 返回 10 條結果
查詢 1: 返回 10 條結果
查詢 2: 返回 10 條結果

Go SDK 並發檢索

使用 alibabacloud-oss-go-sdk-v2 Go SDK 通過 goroutine 並發調用 QueryVectors 介面。開始前請安裝 SDK:

go get github.com/aliyun/alibabacloud-oss-go-sdk-v2

確保已配置環境變數 OSS_ACCESS_KEY_IDOSS_ACCESS_KEY_SECRET,並已建立向量 Bucket 和索引。

基本樣本

以下樣本使用 sync.WaitGroup 和 channel 訊號量並發檢索 5 組向量:

package main

import (
	"context"
	"fmt"
	"log"
	"sync"

	"github.com/aliyun/alibabacloud-oss-go-sdk-v2/oss"
	"github.com/aliyun/alibabacloud-oss-go-sdk-v2/oss/credentials"
	"github.com/aliyun/alibabacloud-oss-go-sdk-v2/oss/vectors"
)

const (
	region        = "cn-hangzhou"
	bucketName    = "<your-vector-bucket>"
	accountId     = "<your-account-id>"
	indexName     = "<your-index>"
	maxConcurrent = 5
)

func main() {
	cfg := oss.LoadDefaultConfig().
		WithCredentialsProvider(credentials.NewEnvironmentVariableCredentialsProvider()).
		WithRegion(region).
		WithAccountId(accountId).
		// 如需通過公網訪問,請將此處設定為false或刪除此行
		WithUseInternalEndpoint(true)

	client := vectors.NewVectorsClient(cfg)

	// 5 組查詢向量(維度需與索引一致)

	queryVectors := [ ]map[string]any{


		{"float32": [ ]float32{0.1}},


		{"float32": [ ]float32{0.2}},


		{"float32": [ ]float32{0.3}},


		{"float32": [ ]float32{0.4}},


		{"float32": [ ]float32{0.5}},

	}

	var wg sync.WaitGroup
	sem := make(chan struct{}, maxConcurrent) // channel 訊號量控制並發數

	for i, qv := range queryVectors {
		wg.Add(1)
		sem <- struct{}{} // 擷取訊號量,達到上限時阻塞

		go func(idx int, queryVector map[string]any) {
			defer wg.Done()
			defer func() { <-sem }() // 釋放訊號量

			request := &vectors.QueryVectorsRequest{
				Bucket:         oss.Ptr(bucketName),
				IndexName:      oss.Ptr(indexName),
				QueryVector:    queryVector,
				ReturnMetadata: oss.Ptr(true),
				ReturnDistance:  oss.Ptr(true),
				TopK:           oss.Ptr(10),
			}

			result, err := client.QueryVectors(context.TODO(), request)
			if err != nil {
				log.Printf("查詢 %d 失敗: %v", idx, err)
				return
			}
			fmt.Printf("查詢 %d 完成,status code: %d\n",
				idx, result.StatusCode)
		}(i, qv)
	}

	wg.Wait()
	fmt.Println("全部查詢完成")
}

運行後輸出:

查詢 0 完成,status code: 200
查詢 2 完成,status code: 200
查詢 1 完成,status code: 200
查詢 3 完成,status code: 200
查詢 4 完成,status code: 200
全部查詢完成

帶過濾條件的並發檢索

package main

import (
	"context"
	"fmt"
	"log"
	"sync"

	"github.com/aliyun/alibabacloud-oss-go-sdk-v2/oss"
	"github.com/aliyun/alibabacloud-oss-go-sdk-v2/oss/credentials"
	"github.com/aliyun/alibabacloud-oss-go-sdk-v2/oss/vectors"
)

type queryTask struct {
	vector map[string]any
	filter map[string]any
}

const (
	region        = "cn-hangzhou"
	bucketName    = "<your-vector-bucket>"
	accountId     = "<your-account-id>"
	indexName     = "<your-index>"
	maxConcurrent = 5
)

func main() {
	cfg := oss.LoadDefaultConfig().
		WithCredentialsProvider(credentials.NewEnvironmentVariableCredentialsProvider()).
		WithRegion(region).
		WithAccountId(accountId).
		// 如需通過公網訪問,請將此處設定為false或刪除此行
		WithUseInternalEndpoint(true)

	client := vectors.NewVectorsClient(cfg)

	tasks := []queryTask{
		{
			vector: map[string]any{"float32": []float32{0.1}},
			filter: map[string]any{
				"$and": []map[string]any{
					{"type": map[string]any{"$in": []string{"tutorial"}}},
				},
			},
		},
		{
			vector: map[string]any{"float32": []float32{0.2}},
			filter: map[string]any{
				"$and": []map[string]any{
					{"type": map[string]any{"$nin": []string{"comedy", "documentary"}}},
				},
			},
		},
		{
			vector: map[string]any{"float32": []float32{0.3}},
			filter: nil, // 不設過濾條件
		},
	}

	var wg sync.WaitGroup
	sem := make(chan struct{}, maxConcurrent)

	for i, task := range tasks {
		wg.Add(1)
		sem <- struct{}{}

		go func(idx int, t queryTask) {
			defer wg.Done()
			defer func() { <-sem }()

			request := &vectors.QueryVectorsRequest{
				Bucket:         oss.Ptr(bucketName),
				IndexName:      oss.Ptr(indexName),
				QueryVector:    t.vector,
				ReturnMetadata: oss.Ptr(true),
				ReturnDistance:  oss.Ptr(true),
				TopK:           oss.Ptr(10),
			}
			if t.filter != nil {
				request.Filter = t.filter
			}

			result, err := client.QueryVectors(context.TODO(), request)
			if err != nil {
				log.Printf("查詢 %d 失敗: %v", idx, err)
				return
			}
			fmt.Printf("查詢 %d 完成,status code: %d\n", idx, result.StatusCode)
		}(i, task)
	}

	wg.Wait()
	fmt.Println("全部查詢完成")
}

運行後輸出:

查詢 0 完成,status code: 200
查詢 1 完成,status code: 200
查詢 2 完成,status code: 200
全部查詢完成

並發效能調優

調優項

建議

說明

並發數

3~5

query 並發建議不超過 5,與 put 命令的最大並發一致,避免觸發限流

top_k

按需設定

返回結果越多,單次請求延遲越高。僅返回業務所需的數量

錯誤重試

間隔 1~2 秒

並發請求可能觸發限流(HTTP 429),建議捕獲錯誤後等待重試

CLI 結果輸出

重新導向到檔案

多個進程同時輸出到終端會導致內容交錯,建議將每條結果寫入獨立檔案

SDK 用戶端複用

複用同一執行個體

避免為每條查詢建立新的 Client,重複建立會增加串連建立和認證開銷

相關文檔