メインコンテンツまでスキップ
バージョン: User Guides (Cloud)

フィルタリングされた検索

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フィルタリングを実行し、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エンティティ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、フィルタリングされた検索は標準フィルタリングと反復フィルタリングの2つのタイプに分類されます。

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。Zilliz Cloud は、フィルタリング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リング条件に一致するエンティティ内に検索範囲を制限します。

QIeKwvDN1h7lTnb9iJ7cPubknrb

上記の図に示すように、検索リクエストはフィルタリング条件として chunk like "%red%" を含んでおり、Zilliz Cloud が chunk フィールドに red という単語を含むすべてのエンティティ内で ANN 検索を実行することを示しています。具体的には、Zilliz Cloud は次のことを行います。

  • 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エンティティをフィルタリングします。

  • フィルタリングされたエンティティ内で ANN 検索を実行します。

  • 上位 K 個のエンティティを返します。

反復フィルタリング​

標準フィルタリングプロセスは、検索範囲を狭い範囲に効果的に絞り込みます。ただし、過度に複雑なフィルタリング式は、非常に高い検索レイテンシを引き起こす可能性があります。このような場合、反復フィルタリングが代替手段として機能し、スカラーフィルタリングのワークロードを軽減するのに役立ちます。

AOJ0wZxInhw0z8bZJtWcHMpfnCh

上記の図に示すように、反復フィルタリングによる検索は、反復的にベクトル検索を実行します。イテレータによって返される各エンティティ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 結果が達成されるまで続きます。

この方法は、スカラーフィルタリングの対象となるエンティティの数を大幅に削減するため、特に非常に複雑なフィルタリング式を処理する場合に非常に有益です。

ただし、イテレータはエンティティを一度に1つずつ処理することに注意することが重要です。このシーケンシャルなアプローチは、特に多数のエンティティがスカラーフィルタリングの対象となる場合、処理時間の延長や潜在的なパフォーマンス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、フィルタリングされた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エンティティがあることを前提としています。各エンティティには、id、vector、color、likes の4つのフィールドがあります。

[
    {"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

クエリベクトルがターゲットコレクションにすでに存在する場合は、検索前に取得する代わりにidsを使用することを検討してください。詳細については、プライマリキー検索を参照してください。

標準フィルタリングによる検索​

以下のコードスニペットは、標準フィルタリングによる検索を示しており、以下のコードスニペットのリクエストはフィルタリング条件といくつかの出力フィールドを保持しています。

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。最初の条件は color フィールドに red で始まる値を持つエンティティを要求し、もう1つの条件は likes フィールドに 50 より大きい値を持つエンティティを要求します。これらの要件を満たすエンティティは2つだけです。トップKを 3 に設定すると、Zilliz Cloud はこれら2つのエンティティとクエリベクトルの間の距離を計算し、それらを検索結果として返します。

[
    {
        "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、フィルタリングを参照してください。

反復フィルタリングによる検索​

反復フィルタリングを使用してフィルタリングされた検索を実行するには、次のようにします。

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)