Diese Seite wurde von der Cloud Translation API übersetzt.

FT.SEARCH

FT.SEARCH durchsucht den Index mit der angegebenen Abfrage und gibt den angegebenen Werten. Hinweis: FT.SEARCH gibt Ergebnisse für den gesamten Cluster zurück, nicht nur für den abgefragten Knoten.

Weitere Informationen zur Abfragesyntax finden Sie unter Abfragesyntax.

Syntax

FT.SEARCH index query
  [NOCONTENT]
  [TIMEOUT timeout]
  [PARAMS nargs name value [ name value ...]]
  [RETURN num field [AS alias] [ field [AS alias] ... ]]
  [LIMIT offset num]
  DIALECT 2

index (erforderlich): Der Index, den Sie abfragen möchten.
query (erforderlich): Dies ist Ihre Abfrage. Weitere Informationen zur Abfragesyntax finden Sie unter Abfragesyntax.
NOCONTENT (optional): Es werden nur die Dokument-IDs zurückgegeben, der Inhalt wird ausgeschlossen.
TIMEOUT (optional): Damit können Sie einen Zeitüberschreitungswert für den Suchbefehl festlegen.
PARAMS (optional): Die Anzahl der Schlüssel/Wert-Paare multipliziert mit 2.
RETURN (optional): Gibt die Felder an, die Sie aus Ihren Dokumenten abrufen möchten, zusammen mit allen Aliassen für die zurückgegebenen Werte. Standardmäßig werden alle Felder zurückgegeben, es sei denn, die Option NOCONTENT ist festgelegt. In diesem Fall werden keine Felder zurückgegeben. Wenn „num“ auf 0 festgelegt ist, verhält es sich wie NOCONTENT.
LIMIT (optional): Hiermit können Sie die Paginierung mit einem Offset und einer Zählung auswählen. Wenn Sie diesen Parameter nicht verwenden, ist der Standardwert LIMIT 0 10. Dabei werden maximal 10 Schlüssel zurückgegeben.
DIALECT 2 (optional): Gibt den Dialekt an. Der einzige unterstützte Dialekt ist Dialekt 2.

Befehlsrückgabe

Dieser Befehl gibt ein Array oder eine Fehlermeldung zurück. Die Elemente des zurückgegebenen Arrays stellen die besten Übereinstimmungen der Abfrage dar. Jedes Arrayelement hat Folgendes:
Der Hash-Schlüssel des Eintrags
Ein Array aus folgenden Elementen:
- Schlüsselwert: [$score_as ] score_value
- Entfernungswert
- Attributname
- Vektorwert
Wenn NOCONTENT verwendet wird, bestehen die Array-Elemente nur aus den Dokument-IDs.

Beispiel 1: Einfache Vektorsuchabfrage

Nehmen wir für dieses Beispiel an, wir erstellen einen Property-Suchindex, in dem Kunden basierend auf bestimmten Merkmalen nach Unterkünften suchen können. Angenommen, wir haben eine Liste von Properties mit den folgenden Attributen:

Beschreibung – Vektoreinbettung für die angegebene Property.
Andere Felder – jede Eigenschaft kann auch andere Metadaten haben. Der Einfachheit halber werden andere Felder in diesem Beispiel jedoch ignoriert.

Zuerst erstellen wir mit dem Befehl FT.CREATE einen HNSW-Index mit der Beschreibung als Vektorfeld:

FT.CREATE idx SCHEMA description VECTOR HNSW 6 TYPE FLOAT32 DIM 3 DISTANCE_METRIC L2

Jetzt können wir mit dem HSET-Befehl einige Attribute einfügen (dies ist auch vor der Indexerstellung möglich):

HSET p1 description "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?"
HSET p2 description "\x00\x00\x00\x00\x00\x00\x80?\x00\x00\x00\x00"
HSET p3 description "\x00\x00\x80?\x00\x00\x00\x00\x00\x00\x00\x00"
HSET p4 description "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?"
HSET p5 description "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?"

Jetzt können wir Abfragen mit dem Befehl FT.SEARCH durchführen. Die folgende Abfrage gibt bis zu fünf der dem angegebenen Abfragevektor am ähnlichsten stehenden Properties zurück:

FT.SEARCH idx "*=>[KNN 5 @description $query_vector]" PARAMS 2 query_vector "\xcd\xccL?\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2

Zurückgegebenes Ergebnis:

 1) (integer) 5
 2) p5
 3) 1) __description_score
    2) 1.6400001049
    3) description
    4) \x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?
 4) p4
 5) 1) __description_score
    2) 1.6400001049
    3) description
    4) \x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?
 6) p2
 7) 1) __description_score
    2) 1.6400001049
    3) description
    4) \x00\x00\x00\x00\x00\x00\x80?\x00\x00\x00\x00
 8) p1
 9) 1) __description_score
    2) 1.6400001049
    3) description
    4) \x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?
10) p3
11) 1) __description_score
    2) 0.0399999953806
    3) description
    4) \x00\x00\x80?\x00\x00\x00\x00\x00\x00\x00\x00

Codebeispiel

Python

# Before running, ensure you have installed redis-py:
#    pip install redis

import redis
client = redis.cluster.RedisCluster(host='your_server_host', port=6379)
result = client.execute_command('FT.SEARCH', 'idx', '*=>[KNN 5 @description $query_vector]', 'PARAMS', '2', 'query_vector', '"\xcd\xccL?\x00\x00\x00\x00"', 'DIALECT', '2')
print(result)

NodeJS

# Before running, ensure you have installed ioredis:
#   npm install ioredis

const Redis = require("ioredis");
const redis = new Redis.Cluster([
{
  port: 6379,
  host: "your_server_host",
},
]);
redis.call("FT.SEARCH", "idx", "*=>[KNN 5 @description $query_vector]", "PARAMS", "2", "query_vector", "\xcd\xccL?\x00\x00\x00\x00\x00\x00", "DIALECT", "2").then(result => {
console.log(result);
redis.disconnect();
});

Befehlszeile

# Before running, ensure you have install redis-cli

redis-cli -h your_server_host -p 6379 FT.SEARCH idx "(*)=>[KNN 5 @description $query_vector]" PARAMS 2 query_vector "\xcd\xccL?\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2

Beispiel 2: Vektorsuche mit Hybridabfragen

In diesem Beispiel führen wir eine Hybridabfrage durch und verwenden dazu die beiden zusätzlichen Attribute „Ort“ und „Preis“:

Beschreibung: Vektoreinbettung für eine bestimmte Eigenschaft
Ort: Name der Stadt.
Preis – Kosten der Unterkunft.

Zuerst erstellen wir einen Index mit der Beschreibung als Vektorfeld, der Stadt als Tag-Feld und dem Preis als numerischem Feld:

FT.CREATE idx SCHEMA description VECTOR HNSW 6 TYPE FLOAT32 DIM 3 DISTANCE_METRIC L2 city TAG price NUMERIC

Jetzt können wir einige Properties einfügen. Das ist auch vor der Indexerstellung möglich:

HSET p1 description "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?" city "NEW YORK" price 500000
HSET p2 description "\x00\x00\x00\x00\x00\x00\x80?\x00\x00\x00\x00" city "NEW JERSEY" price 400000
HSET p3 description "\x00\x00\x80?\x00\x00\x00\x00\x00\x00\x00\x00" city "BANGALORE" price 60000
HSET p4 description "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?" city "NEW YORK" price 600000
HSET p5 description "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x80?" city "BANGALORE" price 75000

Jetzt können wir Abfragen ausführen. Die folgende Abfrage gibt bis zu fünf der Eigenschaften zurück, die dem angegebenen Abfragevektor am ähnlichsten sind, und es werden nur nach BANGALORE mit einem Preis unter 100.000 gefiltert:

FT.SEARCH idx "(@city:{BANGALORE} @price:[-inf 100000])=>[KNN 5 @description $query_vector]" PARAMS 2 query_vector "\xcd\xccL?\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2