日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

向量檢索

KnnVectorQuery使用數值向量進行近似最近鄰查詢,可以在大規模數據集中找到最相似的數據項。

前提條件

注意事項

  • 請確保已安裝最新版本的表格存儲Go SDK。具體操作,請參見安裝表格存儲Go SDK

  • 向量字段類型的個數、維度等存在限制。更多信息,請參見多元索引限制

  • 由于多元索引服務端是多分區的,多元索引服務端的每個分區均會返回自身最鄰近的TopK個值并在協調節點進行匯總,因此如果要使用Token翻頁獲取所有數據,則獲取到的總行數與多元索引服務端的分區數有關。

參數

參數

是否必選

說明

FieldName

向量字段名稱。

TopK

查詢最鄰近的topK個值。關于最大值的說明請參見多元索引限制

重要
  • K值越大,召回率越好,但是查詢延遲和費用越高。

  • TopK的值小于SearchQueryLimit的值時,服務端會自動把TopK的值放大到Limit的值。

Float32QueryVector

要查詢相似度的向量。

Filter

查詢過濾器,支持組合使用任意的非向量檢索的查詢條件。

示例

以下示例用于查詢表中與指定向量最鄰近的10個向量數據,并且最鄰近的向量需要滿足col_keyword列值等于"hangzhou"的條件。

func query(client *tablestore.TableStoreClient) {
    searchQuery := search.NewSearchQuery()
    searchQuery.Query = &search.KnnVectorQuery{
        FieldName:          "col_vector",
        TopK:               proto.Int32(10),
        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(), // 按照分數排序。
        },
    }
    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))
        }  
    }
}

相關文檔

常見問題

如何優化表格存儲的向量檢索效果