创建索引后，您可以运行查询以获取其最近邻。
每个 DeployedIndex 都有一个 DEPLOYED_INDEX_SERVER_IP，您可以通过列出 IndexEndpoints 进行检索。如需查询 DeployedIndex，请连接到其在端口 10000 上的 DEPLOYED_INDEX_SERVER_IP，并调用 Match 或 BatchMatch 方法。此外，您还可以使用 DOC_ID 进行查询。
以下示例使用开源工具 grpc_cli 将 grpc 请求发送到已部署的索引服务器。
gRPC
在第一个示例中，使用 Match 方法来发送单个查询。
./grpc_cli call ${DEPLOYED_INDEX_SERVER_IP}:10000 google.cloud.aiplatform.container.v1.MatchService.Match '{deployed_index_id: "${DEPLOYED_INDEX_ID}", float_val: [-0.1,..]}'
在第二个示例中，将两个单独的查询组合到同一个 BatchMatch 请求中。
./grpc_cli call ${DEPLOYED_INDEX_SERVER_IP}:10000 google.cloud.aiplatform.container.v1.MatchService.BatchMatch 'requests: [{deployed_index_id: "${DEPLOYED_INDEX_ID}", requests: [{deployed_index_id: "${DEPLOYED_INDEX_ID}", float_val: [-0.1,..]}, {deployed_index_id: "${DEPLOYED_INDEX_ID}", float_val: [-0.2,..]}]}]'
您必须从 [服务对等互连的同一 VPC](#vpc-network-peering-setup) 中运行的客户端调用这些 API。
如需使用 DOC_ID 运行查询，请使用以下示例。
./grpc_cli call ${DEPLOYED_INDEX_SERVER_IP}:10000 google.cloud.aiplatform.container.v1.MatchService.Match "deployed_index_id:'"test_index1"',embedding_id: '"606431"'"如需了解详情，请参阅客户端库说明。
控制台
按照以下说明从控制台查询 VPC 索引。
- 在 Google Cloud 控制台的 Vertex AI 部分中，前往部署和使用部分。选择 Vector Search
- 选择要查询的 VPC 索引。此时会打开索引信息页面。
- 向下滚动到已部署的索引部分，然后选择要查询的已部署索引。此时会打开已部署的索引信息页面。
- 在查询索引部分中，选择查询参数。您可以选择按向量或特定数据点进行查询。
- 使用开源工具 grpc_cli 或使用 Python 版 Vertex AI SDK 执行查询。
影响性能的查询时间设置
使用 Vector Search 时，以下查询时参数可能会影响延迟时间、可用性和费用。本指南适用于大多数情况。 但是，请始终对您的配置进行实验，以确保它们适用于您的用例。
如需了解参数定义，请参阅索引配置参数。
| 参数 | 简介 | 性能影响 |
|---|---|---|
approximateNeighborsCount |
告知算法要从每个分片中检索的近似结果数。 |
增加
降低
|
setNeighborCount |
指定您希望查询返回的结果数。 |
在大多数用例中，小于或等于 300 的值仍然保持高性能。 对于较大的值，请针对具体用例进行测试。
|
fractionLeafNodesToSearch |
控制搜索最近邻时要访问的叶节点的百分比。这与 leafNodeEmbeddingCount 相关，因为每个叶节点的嵌入越多，每个叶节点检查的数据就越多。 |
增加
降低
|