メインコンテンツまでスキップ

フィルタ付き検索

ANN 検索は、指定されたベクトル埋め込みに最も類似したベクトル埋め込みを見つけます。ただし、検索結果が常に正しいとは限りません。検索リクエストにフィルタリング条件を含めることで、Zilliz Cloud は ANN 検索を実行する前にメタデータのフィルタリングを行い、検索範囲をコレクション全体から、指定されたフィルタリング条件に一致する entity のみに絞り込むことができます。

概要​

Zilliz Cloud では、フィルタリングが適用される段階に応じて、フィルタ付き検索は standard filtering と iterative filtering の 2 種類に分類されます。

標準フィルタリング​

コレクションにベクトル埋め込みとそのメタデータの両方が含まれている場合、ANN 検索の前にメタデータをフィルタリングすることで、検索結果の関連性を向上させることができます。フィルタリング条件を含む検索リクエストを Zilliz Cloud が受信すると、指定されたフィルタリング条件に一致する entity のみに検索範囲を制限します。

QIeKwvDN1h7lTnb9iJ7cPubknrb

上の図に示すように、検索リクエストにはフィルタリング条件として chunk like "%red%" が含まれており、これは Zilliz Cloud が chunk フィールドに red という語を含むすべての entity に対して ANN 検索を実行することを示しています。具体的には、Zilliz Cloud は次の処理を行います。

  • 検索リクエストに含まれるフィルタリング条件に一致する entity をフィルタリングします。

  • フィルタリングされた entity 内で ANN 検索を実行します。

  • 上位 K 件の entity を返します。

反復フィルタリング​

標準フィルタリングのプロセスは、検索範囲を小さな範囲に効果的に絞り込みます。ただし、フィルタ式が過度に複雑な場合、検索レイテンシが非常に高くなる可能性があります。そのような場合、反復フィルタリングを代替手段として利用でき、スカラーフィルタリングの負荷軽減に役立ちます。

AOJ0wZxInhw0z8bZJtWcHMpfnCh

上の図に示すように、反復フィルタリングを使用した検索では、ベクトル検索を反復的に実行します。イテレーターによって返される各 entity はスカラーフィルタリングを受け、このプロセスは指定された topK の結果が得られるまで継続されます。

この方法では、スカラーフィルタリングの対象となる entity 数を大幅に削減できるため、特に非常に複雑なフィルタ式を扱う場合に有効です。

ただし、イテレーターは entity を 1 つずつ処理する点に注意が必要です。この逐次的なアプローチは、特に多数の entity がスカラーフィルタリングの対象となる場合、処理時間の長期化やパフォーマンス上の問題につながる可能性があります。

例​

このセクションでは、フィルタ付き検索を実行する方法を示します。このセクションのコードスニペットは、コレクションにすでに次の entity が存在していることを前提としています。各 entity には id、ベクトル、color、likes の 4 つのフィールドがあります。

json
[
    {"id": 0, "vector": [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592], "color": "pink_8682", "likes": 165},
    {"id": 1, "vector": [0.19886812562848388, 0.06023560599112088, 0.6976963061752597, 0.2614474506242501, 0.838729485096104], "color": "red_7025", "likes": 25},
    {"id": 2, "vector": [0.43742130801983836, -0.5597502546264526, 0.6457887650909682, 0.7894058910881185, 0.20785793220625592], "color": "orange_6781", "likes": 764},
    {"id": 3, "vector": [0.3172005263489739, 0.9719044792798428, -0.36981146090600725, -0.4860894583077995, 0.95791889146345], "color": "pink_9298", "likes": 234},
    {"id": 4, "vector": [0.4452349528804562, -0.8757026943054742, 0.8220779437047674, 0.46406290649483184, 0.30337481143159106], "color": "red_4794", "likes": 122},
    {"id": 5, "vector": [0.985825131989184, -0.8144651566660419, 0.6299267002202009, 0.1206906911183383, -0.1446277761879955], "color": "yellow_4222", "likes": 12},
    {"id": 6, "vector": [0.8371977790571115, -0.015764369584852833, -0.31062937026679327, -0.562666951622192, -0.8984947637863987], "color": "red_9392", "likes": 58},
    {"id": 7, "vector": [-0.33445148015177995, -0.2567135004164067, 0.8987539745369246, 0.9402995886420709, 0.5378064918413052], "color": "grey_8510", "likes": 775},
    {"id": 8, "vector": [0.39524717779832685, 0.4000257286739164, -0.5890507376891594, -0.8650502298996872, -0.6140360785406336], "color": "white_9381", "likes": 876},
    {"id": 9, "vector": [0.5718280481994695, 0.24070317428066512, -0.3737913482606834, -0.06726932177492717, -0.6980531615588608], "color": "purple_4976", "likes": 765}
]
📘Notes

クエリベクトルが対象のコレクションにすでに存在する場合は、検索前にそれらを取得する代わりに ids の使用を検討してください。詳細については、Primary-Key Search を参照してください。

標準フィルタリングを使用した検索​

以下のコードスニペットは、標準フィルタリングを使用した検索を示しています。次のコードスニペットのリクエストには、フィルタリング条件といくつかの出力フィールドが含まれています。

python
from pymilvus import MilvusClient

client = MilvusClient(
    uri="YOUR_CLUSTER_ENDPOINT",
    token="YOUR_CLUSTER_TOKEN"
)

query_vector = [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592]

res = client.search(
    collection_name="my_collection",
    data=[query_vector],
    limit=5,
    filter='color like "red%" and likes > 50',
    output_fields=["color", "likes"]
)

for hits in res:
    print("TopK results:")
    for hit in hits:
        print(hit)

検索リクエストに含まれるフィルタリング条件は color like "red%" and likes > 50 です。これは and 演算子を使用して 2 つの条件を含んでいます。1 つ目は color フィールドの値が red で始まる entity を要求し、もう 1 つは likes フィールドの値が 50 より大きい entity を要求します。これらの要件を満たす entity は 2 つだけです。top-K を 3 に設定すると、Zilliz Cloud はこれら 2 つの entity とクエリベクトルとの距離を計算し、それらを検索結果として返します。

json
[
    {
        "id": 4, 
        "distance": 0.3345786594834839,
        "entity": {
            "vector": [0.4452349528804562, -0.8757026943054742, 0.8220779437047674, 0.46406290649483184, 0.30337481143159106], 
            "color": "red_4794", 
            "likes": 122
        }
    },
    {
        "id": 6, 
        "distance": 0.6638239834383389，
        "entity": {
            "vector": [0.8371977790571115, -0.015764369584852833, -0.31062937026679327, -0.562666951622192, -0.8984947637863987], 
            "color": "red_9392", 
            "likes": 58
        }
    },
]

メタデータフィルタリングで使用できる演算子の詳細については、Filtering Explained を参照してください。

反復フィルタリングを使用した検索​

反復フィルタリングを使用したフィルタ付き検索を実行するには、次のようにします。

python
from pymilvus import MilvusClient

client = MilvusClient(
    uri="YOUR_CLUSTER_ENDPOINT",
    token="YOUR_CLUSTER_TOKEN"
)

query_vector = [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, 0.9029438446296592]

res = client.search(
    collection_name="my_collection",
    data=[query_vector],
    limit=5,
    filter='color like "red%" and likes > 50',
    output_fields=["color", "likes"],
    search_params={
        "hints": "iterative_filter"
    }
)

for hits in res:
    print("TopK results:")
    for hit in hits:
        print(hit)
Ctrl I