Le query vettoriali agiscono cercando in un database vettoriale per trovare vettori che la migliore corrispondenza con il vettore di query. Questa pagina fornisce informazioni dettagliate su come funziona.
Trovare vettori simili
Le query di ricerca vettoriale utilizzano due strategie:
- K-Nearest Neighbors (KNN): trova i k vettori più vicini al vettore di query.
Analisi della sintassi di query
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
: il nome dell'indice contenente il campo vettoriale.(*)
: questa è l'unica espressione supportata. I filtri non sono supportati.=>
: separa il filtro dalla ricerca vettoriale.[KNN num_neighbours @field $vector]
: l'espressione di ricerca KNN. Sostituiscinum_neighbors
con il numero di risultati scelto e@field
con il nome del campo vettoriale.PARAMS 2 my_vector_query_param "query_embedding"
:- Il valore
2
dopoPARAMS
indica che è necessario fornire due argomenti aggiuntivi. my_vector_query_param
è il nome del vettore del parametro di query, come specificato nell'espressione di ricerca KNN.- Sostituisci
query_embedding
con il vettore di query incorporato.
- Il valore
DIALECT 2
: specifica che stai utilizzando la versione 2 o successive del dialetto di query (obbligatorio per la ricerca di vettori).