前提條件

• 已初始化OTSClient。具體操作，請參見初始化OTSClient。

• 已創建數據表并寫入數據。具體操作，請參見創建數據表和寫入數據。

• 已在數據表上創建多元索引并配置向量字段。具體操作，請參見創建多元索引。

注意事項

表格存儲Node.js SDK從5.5.0版本開始支持向量檢索功能，請確保已安裝正確的表格存儲Node.js SDK版本。

參數

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"0"且col_long列值在0到50之間的條件。

const tableName = "<TABLE_ANME>"
const indexName = "<SEARCH_INDEX_NAME>"

async function knnVectorQuery() {
    return new Promise(function (resolve, reject) {
        let params = {
            tableName: tableName,
            indexName: indexName,
            searchQuery: {
                offset: 0,
                limit: 10,
                query: {
                    queryType: TableStore.QueryType.KNN_VECTOR_QUERY,
                    query: {
                        fieldName: "col_vector",
                        topK: TableStore.Long.fromNumber(10),
                        float32QueryVector: [1.0, 1.1, 1.2, -1.3],
                        filter: {
                            queryType: TableStore.QueryType.BOOL_QUERY,
                            query: {
                                mustQueries: [
                                    {
                                        queryType: TableStore.QueryType.RANGE_QUERY,
                                        query: {
                                            fieldName: "col_long",
                                            rangeFrom: TableStore.Long.fromNumber(0),
                                            includeLower: true,
                                            rangeTo: TableStore.Long.fromNumber(50),
                                            includeUpper: true,
                                        }
                                    },
                                    {
                                        queryType: TableStore.QueryType.TERM_QUERY,
                                        query: {
                                            fieldName: "col_keyword",
                                            term: "0",
                                        }
                                    },
                                ],
                            }
                        },
                    },
                },
                sort: {
                    sorters: [
                        {
                            scoreSort: {
                                order: TableStore.SortOrder.SORT_ORDER_DESC  // 向量查詢需要按照分數逆序排序
                            }
                        }
                    ],
                },
                getTotalCount: false,
            },
            columnToGet: {
                returnType: TableStore.ColumnReturnType.RETURN_SPECIFIED,
                returnNames: ["col_long", "col_keyword"]
            },
            timeoutMs: 10000,
        }
        client.search(params, function (err, data) {
            if (err) {
                console.log('search error:', err.toString());
                reject(err);
            } else {
                console.log('RequestId:', data.RequestId);
                for (let i = 0; i < data.searchHits.length; i++) {
                    let hit = data.searchHits[i]
                    console.log('Score:', hit.score, 'Row:', hit.row);
                }
                resolve(data)
            }
        });
    })
}
knnVectorQuery();

相關文檔

• 多元索引查詢類型包括精確查詢、多詞精確查詢、全匹配查詢、匹配查詢、短語匹配查詢、前綴查詢、范圍查詢、通配符查詢、多條件組合查詢、地理位置查詢、嵌套類型查詢、向量檢索和列存在性查詢，您可以選擇合適的查詢類型進行多維度數據查詢。

  如果要對結果集進行排序或者翻頁，您可以使用排序和翻頁功能來實現。具體操作，請參見排序和翻頁。

  如果要按照某一列對結果集做折疊，使對應類型的數據在結果展示中只出現一次，您可以使用折疊（去重）功能來實現。具體操作，請參見折疊（去重）。

• 如果要進行數據分析，例如求最值、求和、統計行數等，您可以使用Search接口的統計聚合功能或者SQL查詢來實現。具體操作，請參見統計聚合和SQL查詢。

• 如果要快速導出數據，而不關心整個結果集的順序時，您可以使用ParallelScan接口和ComputeSplits接口實現多并發導出數據。具體操作，請參見并發導出數據。

常見問題

如何優化表格存儲的向量檢索效果