本文介紹如何使用DashVector的多向量檢索功能。

在某些AI檢索的場景，會涉及一個實體對應多個向量，在檢索時希望通過多個向量檢索來找到最可能的實體，例如：

• 在自然語言處理中，標題和文檔分別抽取為不同的向量特徵，需要根據標題向量和文檔向量同時做檢索。
• 在商品檢索時，商品的圖片和文字分別抽取為不同的向量特徵，需要根據圖片向量和文字向量同時做檢索。

為了滿足這些需求，DashVector支持了多向量檢索。

使用示例

前提條件

• 已創建Cluster
• 已獲得API-KEY
• 已安裝最新版SDK

創建多向量集合

説明

需要使用您的api-key替換示例中的 YOUR_API_KEY、您的Cluster Endpoint替換示例中的YOUR_CLUSTER_ENDPOINT，代碼才能正常運行。

import dashvector
import numpy as np
from dashvector import VectorParam, Doc, WeightedRanker, VectorQuery, RrfRanker

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
ret = client.create(
    'multi_vector_demo',
    vectors={
        "title": VectorParam(4),
        "content": VectorParam(6, metric="euclidean"),
    },
    fields_schema={
        'author': str,
    }
)
assert ret

插入數據

説明

insert/upsert要求至少一個向量字段有值。

collection = client.get(name='multi_vector_demo')
docs = []
for i in range(10):
    docs.append(Doc(id=str(i),
                    vectors={"title": np.random.random(4),
                             "content": np.random.random(6)
                            },
                    )
                )
ret = collection.insert(docs)
print(ret)

執行檢索

説明

1. 檢索時採用的策略為多個向量分別執行檢索後融合排序。
2. VectorQuery 支持的其他參數見 向量檢索高級參數。

title_vector = [0.1, 0.2, 0.3, 0.4]
content_vector = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6]
vectors = {
    "title": VectorQuery(vector=title_vector, num_candidates=10),
    "content": VectorQuery(vector=content_vector),
}
ret = collection.query(
    vector=vectors,
    include_vector=False,
    # 使用RRF融合排序
    # rerank=RrfRanker(rank_constant=100)
    # 使用加權融合排序
    rerank=WeightedRanker(weights={"title": 1.0, "content": 1.0}),
    topk=20
)
assert ret
print(ret.output)

# 使用單個向量執行檢索
ret = collection.query(vector={"title": VectorQuery(vector=title_vector)})
assert ret
print(ret.output)

# 使用單個向量執行分組向量檢索
ret = collection.query_group_by(title_vector, group_by_field='author', vector_field='title')
assert ret
print(ret)

限制説明

重要

1. 當前單個集合最多支持4個向量字段。
2. 隨向量字段的個數增加，Cluster中可插入的Doc條數會減少，插入和檢索的性能會下降。
3. 檢索時允許只對部分向量做檢索，集合中包含n個向量字段時，允許使用1-n個向量字段做向量檢索，允許使用其中的任意一個向量字段做分組向量檢索。