Kueri vektor beroperasi dengan menelusuri database vektor untuk menemukan vektor yang paling cocok dengan vektor kueri Anda. Halaman ini memberikan detail tentang cara kerja hal ini.
Menemukan vektor serupa
Kueri penelusuran vektor menggunakan dua strategi:
- K-Nearest Neighbors (KNN): Menemukan k vektor terdekat dengan vektor kueri Anda.
Pengelompokan sintaksis kueri
FT.SEARCH index "(*)=>[KNN num_neighbours @my_vector_hash_key $my_vector_query_param]" PARAMS 2 my_vector_query_param "query_embedding" DIALECT 2
index
: Nama indeks yang berisi kolom vektor Anda.(*)
: Ini adalah satu-satunya ekspresi yang didukung. Pemfilteran tidak didukung.=>
: Memisahkan filter dari penelusuran vektor.[KNN num_neighbours @field $vector]
: Ekspresi penelusuran KNN. Gantinum_neighbors
dengan jumlah hasil yang dipilih dan@field
dengan nama kolom vektor Anda.PARAMS 2 my_vector_query_param "query_embedding"
:- Nilai
2
setelahPARAMS
menunjukkan bahwa dua argumen tambahan harus diberikan. my_vector_query_param
adalah nama vektor parameter kueri, seperti yang ditentukan dalam ekspresi penelusuran KNN.- Ganti
query_embedding
dengan vektor kueri tersemat Anda.
- Nilai
DIALECT 2
: Menentukan bahwa Anda menggunakan dialek kueri versi 2 atau yang lebih baru (diperlukan untuk penelusuran vektor).