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

フィルタ付き検索

ANN検索は、指定されたベクトル埋め込みと最も類似したベクトル埋め込みを見つけます。ただし、検索結果が常に正確であるとは限りません。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検索の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マッチするエンティティのみに縮小できます。

概要​

Zilliz Cloudでは、フィルタ付き検索は、フィルタリングが適用される段階に応じて、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して、検索結果の関連性を向上させることができます。Zilliz Cloudがフィルタリング条件を含む検索リクエストを受け取ると、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でのみ検索範囲を制限します。

QIeKwvDN1h7lTnb9iJ7cPubknrb

上記の図に示されているように、検索リクエストにはchunk like "%red%"というフィルタリング条件が含まれており、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検索を実行すべきであることを示しています。具体的には、Zilliz Cloudは以下のことを実行します：

  • 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する
  • フィルタリングされたエンティティ内でANN検索を実行する
  • 上位K個のエンティティを返す

反復フィルタリング​

標準フィルタリングプロセスにより、検索範囲は効果的に小さく絞り込まれます。ただし、過度に複雑なフィルタリング式では検索遅延が非常に高くなる可能性があります。このような場合、反復フィルタリングは代替手段として利用でき、スカラー型フィルタリングの負荷を軽減するのに役立ちます。

AOJ0wZxInhw0z8bZJtWcHMpfnCh

上図に示されているように、反復フィルタリングでの検索はイテレーションでベクトル検索を実行します。イテレータから返される各エンティティはスカラー型フィルタリングの対象となり、このプロセスは指定された上位K件の結果が達成されるまで続きます。

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

ただし、イテレータがエンティティを1つずつ処理することに注意が必要です。この逐次的なアプローチにより、多くのエンティティがスカラー型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が発生する可能性があります。

例​

このセクションでは、フィルタ付き検索の実施方法を説明します。このセクションのコードスニペットでは、コレクションに以下のエンティティがすでに存在すると仮定しています。各エンティティはid、vector、color、likesの4つのフィールドを持っています。

[
    {"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}
]

標準フィルタリング付き検索​

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おり、以下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。

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で始まるエンティティを要求し、もう1つはlikesフィールドの値が50より大きいエンティティを要求しています。これらの条件を満たすエンティティは2つのみです。top-Kが3に設定されているため、Zilliz Cloudはこれらの2つのエンティティとクエリベクトルとの距離を計算し、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付き検索​

反復フィルタリングによるフィルタ付き検索を実施するには、以下のようにします：

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)