StructArray を使用した範囲検索

このページでは、StructArray ベクターサブフィールドに対して範囲検索を実行する方法を説明します。範囲検索は、スコアまたは距離が指定した境界内に収まるベクターヒットを返します。StructArray フィールドでは、各 Struct 要素を個別に検索する要素レベルのベクター検索とともに範囲検索を使用します。

このページでは、StructArray フィールドの作成の tech_articles collection を使用します。この collection には chunks という名前の StructArray フィールドがあります。chunks[emb] ベクターサブフィールドは、COSINE、IP、L2 などの通常のベクターメトリックを使用した要素レベル検索向けにインデックス化されています。

StructArray への範囲検索の適用方法

Search mode	Range search behavior	Result granularity
EmbeddingList search	サポートされていません。	該当なし。
Element-level search	`radius` と、必要に応じて `range_filter` を使用した通常のベクタークエリを使用します。	Struct 要素レベル。
Hybrid search	StructArray リクエストが要素レベルのベクターフィールドを対象とする場合にサポートされます。EmbeddingList レベルのリクエストでは範囲検索はサポートされません。	要素レベルのサブ検索、その後 hybrid reranking。

📘注意

最も近い Struct 要素のみが必要な場合は、まず StructArray を使用した基本ベクター検索を参照してください。範囲検索は、結果が単なる top-K ランキングではなく、スコアまたは距離の境界条件を満たす必要がある場合に使用します。

始める前に

範囲検索を実行する前に、collection、データ、およびインデックスを準備してください。

Requirement	Details
StructArray field	collection には `chunks` などの StructArray フィールドが含まれています。
Element-level vector subfield	対象のベクターサブフィールドは `chunks[emb]` であり、`chunks[emb_list_vector]` ではありません。
Index metric	ベクターサブフィールドは、`COSINE`、`IP`、`L2` などの通常のベクターメトリックでインデックス化されています。
Query data	クエリは `EmbeddingList` ではなく通常のベクターです。

インデックスの設定については、StructArray フィールドのインデックス作成を参照してください。

radius と range_filter を使用する

検索境界を定義するには radius を設定します。内側の境界も必要な場合は range_filter を設定します。方向は、距離が小さいほど良いのか、類似度スコアが大きいほど良いのかによって異なります。

Metric type	Higher score is better?	Range condition when `range_filter` is used
`L2`	いいえ。距離が小さいほど良いです。	`range_filter <= distance < radius`
`IP`, `COSINE`	はい。スコアが大きいほど良いです。	`radius < distance <= range_filter`

radius のみを設定した場合、範囲検索はそのメトリックにおける外側の境界を満たすヒットを返します。埋め込みのスコアまたは距離のスケールに応じて値を選択してください。

要素レベルの範囲検索を実行する

次の例では、chunks[emb] ベクターがクエリベクターに十分似ている個々のチャンクを検索します。各結果ヒットは、一致した Struct 要素を表します。

python
from pymilvus import MilvusClient

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

query_vector = [0.19, 0.24, 0.30, 0.37]

results = client.search(
    collection_name="tech_articles",
    data=[query_vector],
    anns_field="chunks[emb]",
    search_params={
        "params": {
            "radius": 0.80,
            "range_filter": 0.95,
        },
    },
    limit=10,
    output_fields=[
        "doc_id",
        "title",
        "chunks[text]",
        "chunks[section]",
        "chunks[page]",
        "chunks[quality_score]",
    ],
)

for hits in results:
    for hit in hits:
        print(
            "doc_id:", hit["id"],
            "distance:", hit["distance"],
            "offset:", hit.get("offset"),
            "entity:", hit["entity"],
        )

この例では、COSINE は類似度スタイルのメトリックであるため、結果の範囲は radius より大きく、range_filter 以下になります。返される場合、offset 値は chunks 配列内で一致した Struct 要素を識別します。

scalar フィルターを追加する

要素レベルの範囲検索は、StructArray の scalar フィルタリングと組み合わせることができます。親エンティティフィールドにはトップレベルの述語を使用し、ベクター範囲検索に参加する Struct 要素を制約するには element_filter を使用します。

python
filter_expr = (
    'category == "search" && '
    'element_filter(chunks, '
    '$[section] == "index" && '
    '$[quality_score] > 0.9)'
)

results = client.search(
    collection_name="tech_articles",
    data=[query_vector],
    anns_field="chunks[emb]",
    search_params={
        "params": {
            "radius": 0.80,
            "range_filter": 0.95,
        },
    },
    filter=filter_expr,
    limit=10,
    output_fields=[
        "doc_id",
        "title",
        "category",
        "chunks[text]",
        "chunks[section]",
        "chunks[quality_score]",
    ],
)

トップレベルの述語は候補エンティティを選択します。element_filter 述語は、一致する Struct 要素に対してのみベクター範囲検索を行うよう制限します。フィルタリングの詳細な例については、StructArray を使用したフィルター検索を参照してください。

hybrid search で範囲検索を使用する

StructArray の要素レベルベクターフィールドは、hybrid search での範囲検索をサポートしています。StructArray の要素レベルベクターフィールドを対象とする AnnSearchRequest に radius と、必要に応じて range_filter を追加してください。

python
from pymilvus import AnnSearchRequest, RRFRanker

title_req = AnnSearchRequest(
    data=[query_vector],
    anns_field="title_vector",
    limit=10,
)

chunk_req = AnnSearchRequest(
    data=[query_vector],
    anns_field="chunks[emb]",
    param={
        "params": {
            "radius": 0.80,
            "range_filter": 0.95,
        },
    },
    limit=10,
    expr='element_filter(chunks, $[section] == "index")',
)

results = client.hybrid_search(
    collection_name="tech_articles",
    reqs=[title_req, chunk_req],
    ranker=RRFRanker(),
    limit=5,
    output_fields=[
        "doc_id",
        "title",
        "chunks[text]",
        "chunks[section]",
        "chunks[quality_score]",
    ],
)

この例では、chunks[emb] サブリクエストのみが範囲検索パラメーターを使用しています。StructArray リクエストは引き続き要素レベルのセマンティクスに従います。つまり、hybrid search が結果を結合して再ランク付けする前に、範囲境界が Struct 要素ヒットに適用されます。

範囲検索結果を解釈する

Result item	Meaning
`id`	一致した Struct 要素を含むエンティティの主キー。
`distance` or score	クエリベクターと一致した Struct 要素ベクターとの間のスコアまたは距離。
`offset`	返される場合、StructArray フィールド内で一致した Struct 要素の 0 ベース位置。
Repeated primary keys	あり得ます。同じエンティティ内の複数の Struct 要素が指定された範囲内に入ることがあります。
`limit`	一意な親エンティティではなく、要素ヒットに適用されます。

制限事項

StructArray ベクターサブフィールドの範囲検索では、EmbeddingList クエリまたは MAX_SIM* メトリックを使用しないでください。EmbeddingList レベルの検索は範囲検索をサポートしていません。
範囲検索を grouping search と組み合わせないでください。親エンティティごとに 1 件の結果が必要な場合は、範囲パラメーターなしで要素レベル検索を実行し、サポートされている場合は grouping を使用してください。
hybrid range search は StructArray の要素レベルベクターフィールドでサポートされています。EmbeddingList レベルの StructArray リクエストではサポートされていません。

よくある間違い

chunks[emb_list_vector] に対して範囲検索を実行すること。これは EmbeddingList 検索用です。
要素レベルの範囲検索で、COSINE のような通常のメトリックではなく MAX_SIM_COSINE を使用すること。
通常のベクタークエリではなく EmbeddingList クエリを使用すること。
範囲検索の結果が親エンティティ単位で一意になると期待すること。範囲検索は一致した Struct 要素ヒットを返します。
必要なサブフィールドパス構文 chunks[emb] ではなく chunks.emb を使用すること。

次のステップ

StructArray ベクター検索の 2 つの基本モードについて学ぶには、StructArray を使用した基本ベクター検索を参照してください。
範囲検索に scalar フィルターを追加するには、StructArray を使用したフィルター検索を参照してください。
サポートされている場合に親エンティティごとに最大 1 件の結果を返すには、StructArray を使用したグルーピング検索を参照してください。
バージョン固有の検索制限を確認するには、StructArray の制限を参照してください。

StructArray への範囲検索の適用方法​

始める前に​

radius と range_filter を使用する​

要素レベルの範囲検索を実行する​

scalar フィルターを追加する​

hybrid search で範囲検索を使用する​

範囲検索結果を解釈する​

制限事項​

よくある間違い​

次のステップ​