INVERTED
Contact Sales to Enable BYOC

データに対して頻繁にフィルタークエリを実行する必要がある場合、INVERTED インデックスはクエリのパフォーマンスを劇的に向上させることができます。すべてのドキュメントをスキャンする代わりに、Zilliz Cloud は転置インデックスを使用して、フィルター条件に一致する正確なレコードを迅速に特定します。

INVERTED インデックスを使用する時期

以下の必要がある場合に、INVERTED インデックスを使用してください：

特定の値によるフィルター: フィールドが特定の値と等しいすべてのレコードを検索します（例：category == "electronics"）
テキストコンテンツのフィルター: VARCHAR フィールドに対して効率的な検索を実行します
JSON フィールド値のクエリ: JSON 構造内の特定のキーに対してフィルターをかけます

パフォーマンス上の利点: INVERTED インデックスを使用すると、大規模なデータセットにおいてコレクション全体のスキャンが不要になるため、クエリ時間を数秒から数ミリ秒に短縮できます。

INVERTED インデックスの仕組み

Zilliz Cloud におけるINVERTED インデックスは、それぞれの固有のフィールド値（項）を、その値が含まれるドキュメント ID のセットに対応付けます。この構造により、繰り返し出現する値やカテゴリカルな値を持つフィールドに対する高速なルックアップが可能になります。

図に示すように、このプロセスは 2 つのステップで動作します：

順方向マッピング（ID → 項）: 各ドキュメント ID が、それが含むフィールド値を指します。
逆方向マッピング（項 → IDs）: Zilliz Cloud は固有の項を集め、各項をそれを含むすべての ID に逆対応付けるマッピングを構築します。

例えば、値 "electronics" は ID 1 と 3 に対応し、"books" は ID 2 と 5 に対応します。

A19NwPlGIh1YrGbSBZKcNKz0nhd

特定の値でフィルターする場合（例：category == "electronics"）、Zilliz Cloud は単にインデックス内でその項をルックアップし、一致する ID を直接取得します。これにより、データセット全体のスキャンを回避し、特にカテゴリカルな値や繰り返し出現する値に対して高速なフィルター処理を実現します。

INVERTED インデックスは、BOOL、INT8、INT16、INT32、INT64、FLOAT、DOUBLE、VARCHAR、JSON、およびARRAY など、すべてのスカラーフィールドタイプをサポートしています。ただし、JSON フィールドをインデックス化するためのインデックスパラメータは、通常のスカラーフィールドとは若干異なります。

JSON 以外のフィールドへのインデックス作成

JSON 以外のフィールドにインデックスを作成するには、以下の手順に従ってください：

インデックスパラメータを準備します：

from pymilvus import MilvusClient

client = MilvusClient(uri="YOUR_CLUSTER_ENDPOINT") # Replace with your server address

# Create an empty index parameter object
index_params = client.prepare_index_params()

INVERTED インデックスを追加します：

index_params.add_index(
    field_name="category",           # Name of the field to index
    index_type="INVERTED",          # Specify INVERTED index type
    index_name="category_index"     # Give your index a name
)

インデックスを作成します：

client.create_index(
    collection_name="my_collection", # Replace with your collection name
    index_params=index_params
)

JSON フィールドにインデックスを作成する

JSON フィールド内の特定のパスに対して INVERTED インデックスを作成することもできます。これには、JSON パスとデータ型を指定するための追加パラメータが必要です：

# Build index params
index_params.add_index(
    field_name="metadata",                    # JSON field name
    index_type="INVERTED",
    index_name="metadata_category_index",
    params={
        "json_path": "metadata[\"category\"]",    # Path to the JSON key
        "json_cast_type": "varchar"              # Data type to cast to during indexing
    }
)

# Create index
client.create_index(
    collection_name="my_collection", # Replace with your collection name
    index_params=index_params
)

JSON フィールドのインデックス作成（サポートされるパス、データ型、制限事項を含む）の詳細については、JSON インデックス作成を参照してください。

インデックスの削除

drop_index() メソッドを使用して、コレクションから既存のインデックスを削除します。

📘Notes

Milvus v2.6.x と互換性のあるクラスターでは、不要になったスカラーインデックスを、コレクションを解放せずに直接削除できます。

client.drop_index(
    collection_name="my_collection",   # Name of the collection
    index_name="category_index" # Name of the index to drop
)

ベストプラクティス

データ読み込み後にインデックスを作成する: より良いパフォーマンスを得るために、すでにデータが含まれているコレクションに対してインデックスの構築を行います
説明的なインデックス名を使用する: フィールドと目的が明確に示される名前を選択します
インデックスのパフォーマンスを監視する: インデックス作成前後のクエリパフォーマンスを確認します
クエリパターンを考慮する: 頻繁にフィルタリングを行うフィールドに対してインデックスを作成します

次のステップ

AUTOINDEX について学びます。
高度な JSON インデックス作成のシナリオについては、JSON インデックスを参照してください

INVERTED インデックスを使用する時期​

INVERTED インデックスの仕組み​

JSON 以外のフィールドへのインデックス作成​

JSON フィールドにインデックスを作成する​

インデックスの削除​

ベストプラクティス​

次のステップ​