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 vector 埋め込みに最も類似した vector 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 collection 全体から、指定されたフィルタ条件に一致する entity のみに絞り込めます。

Overview​

Zilliz Cloud では、フィルタ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。

Standard filtering​

collection に vector 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できます。Zilliz Cloud がフィルタ条件を含む検索リクエストを受信すると、指定されたフィルタ条件に一致する entity 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 検索を実行する必要があ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。

Iterative filtering​

standard filtering 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、iterative filtering が代替手段として機能し、scalar filtering の負荷軽減に役立ちます。

AOJ0wZxInhw0z8bZJtWcHMpfnCh

上の図のとおり、iterative filtering を伴う検索では、反復的に vector 検索を実行します。iterator によって返される各 entity は scalar filtering 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、scalar filtering の対象となる entity 数を大幅に減らせるため、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、iterator は entity を 1 件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により、特に多数の entity が scalar filtering 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。

Examples​

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では、collection 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、vector、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}
]
📘注意

クエリ vector が対象 collection にすでに存在している場合は、検索前に取得する代わりに ids の使用を検討してください。詳細は Primary-Key Search を参照してください。

Search with standard filtering​

以下のコードスニペットは standard filtering を用いた検索を示しており、次のコードスニペット内のリクエストにはフィルタ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条件は color like "red%" and likes > 50 です。これは and 演算子を使って 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 vector 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。

Search with iterative filtering​

iterative filtering を使用して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