背景介紹

在大多數業務場景中，單純使用向量進行相似性檢索并無法滿足業務需求，通常需要在滿足特定過濾條件、或者特定的“標簽”的前提下，再進行相似性檢索。

向量檢索服務DashVector支持條件過濾和向量相似性檢索相結合，在精確滿足過濾條件的前提下進行高效的向量檢索。

條件過濾檢索示例

說明

1. 需要使用您的api-key替換示例中的 YOUR_API_KEY、您的Cluster Endpoint替換示例中的YOUR_CLUSTER_ENDPOINT，代碼才能正常運行。

2. 本示例需要參考新建Collection-使用示例提前創建好名稱為quickstart的Collection。

插入帶有Field的數據

Python：

import dashvector
import numpy as npclient = dashvector.Client(api_key='YOUR_API_KEY',endpoint='YOUR_CLUSTER_ENDPOINT'
)
collection = client.get(name='quickstart')ret = collection.insert([('1', np.random.rand(4), {'name':'zhangsan', 'age': 10, 'male': True, 'weight': 35.0}),('2', np.random.rand(4), {'name':'lisi', 'age': 20, 'male': False, 'weight': 45.0}),('3', np.random.rand(4), {'name':'wangwu', 'age': 30, 'male': True, 'weight': 75.0}),('4', np.random.rand(4), {'name':'zhaoliu', 'age': 5, 'male': False, 'weight': 18.0}),('5', np.random.rand(4), {'name':'sunqi', 'age': 40, 'male': True, 'weight': 70.0})
])
assert ret

說明

在新建Collection-使用示例中，創建了名稱為quickstart的Collection，該Collection定義了3個Field（{'name': str, 'weight': float, 'age': int}）。DashVector具有Schema Free的特性，因此可以在插入Doc時，隨意指定創建Collection時未定義的Field，如上述示例中的maleField。

通過filter進行條件過濾檢索

Python：

import dashvectorclient = dashvector.Client(api_key='YOUR_API_KEY',endpoint='YOUR_CLUSTER_ENDPOINT'
)
collection = client.get(name='quickstart')# 要求年齡(age)大于18，并且體重(weight)大于65.0的男性(male=true)
docs = collection.query([0.1, 0.1, 0.1, 0.1],topk=10,filter = 'age > 18 and weight > 65.0 and male = true'
)
print(docs)

DashVector支持的數據類型

當前DashVector支持Python的4種基礎數據類型：

• str

• float

• int

• bool

重要

Python的int類型可表達無限大小的整數，當前DashVector僅支持32位整數，范圍為-2,147,483,648~2,147,483,647，需要用戶自行保證數據未溢出。

比較運算符

通過Field 比較運算符 常量的組合生成比較表達式，說明及示例如下：

符號	描述	支持數據類型	表達式示例	示例解釋
<	小于	int float	age < 10 weight < 60.0	age小于10則為True weight小于60.0則為True
<=	小于或等于	int float	age <= 10 weight <= 60.0	age小于或等于10則為True weight小于或等于60.0則為True
=	等于	int float bool str	age = 10 weight = 60.0 male = true name = 'lisi'	age等于10則為True weight等于60.0則為True male等于true則為True name等于lisi則為True
!=	不等于	int float bool str	age != 10 weight != 60.0 male != true name != 'lisi'	age不等于10則為True weight不等于60.0則為True male不等于true則為True name不等于lisi則為True
>=	大于或等于	int float	age >= 10 weight >= 60.0	age大于或等于10則為True weight大于或等于60.0則為True
>	大于	int float	age > 10 weight > 60.0	age大于10則為True weight大于60.0則為True

字符串運算符

通過Field 字符串運算符 常量的組合生成匹配表達式，說明及示例如下：

符號	描述	支持數據類型	表達式示例	示例解釋
like	前綴匹配	str	name like 'li%'	name以li開頭則為True

邏輯運算符

邏輯運算符用于組合多個表達式。

符號	描述	示例	示例解釋
and	與	expr1 and expr2	expr1、expr2同時為True時則為True，否則False
or	或	expr1 or expr2	expr1、expr2同時為False時則為False，否則True

說明

可通過括號()組合邏輯運算符，()擁有更高優先級，如：expr1 and (expr2 or expr3)，會優先計算(expr2 or expr3)