检索向量

在左侧二级导航栏，单击相似向量搜索，填写相应内容后，单击搜索，即可返回相似向量结果。

1. 单向量Collection向量检索向量检索参数设置如下所示。

   参数	对应API参数名称	说明	是否必选
   Query Vector	vector	向量数据，例如[1.0,2.0,3.0,4.0]。 说明 向量维度和数据类型必须与Collection一致。	是
   过滤条件	filter	过滤条件，需满足SQL where子句规范，请参见条件过滤检索。	否
   Partition	partition	Partition名称。默认为default，请根据需要选择不同的Partition。	是
   TopK	topk	最大可返回的向量条数。TopK默认10，最大可支持1024。	是

   返回结果参数说明如下所示。

   参数	对应API参数名称	说明
   距离	score	向量相似度 不同的距离度量方式，向量间距离的数值表示并不相同，请参见什么是向量。 返回结果根据向量相似度降序排列。
   主键ID	id	相似向量的主键ID。
   向量	vector	向量数据，例如[1.0,2.0,3.0,4.0]。
   属性	fileds	json字段参数，例如{"price":100,"type":"dress"}。
   Partition	partition	相似向量所在的partition。

2. 多向量Collection向量检索

   说明

   • 点击新增Query Vector，下方会多出一条记录，向量条数不能超过Collection中定义的向量条数。

   • 点击右侧删除按钮，本条记录被删除。

   向量检索参数设置如下所示。

   参数	对应API参数名称	说明	是否必选
   向量名称	{VectorName}	自定义。需要满足如下要求： 命名长度为3-32个字符。 必须由大小写字母、数字和符号(_，-)组成。例如：vector1、vector_1、vector_a_name。 向量名称在本Collection中必须唯一，不允许两个相同的向量名称同时存在。 说明 向量名称只能选择创建Collection时填写的向量名称。	是
   Query Vector	vector	向量数据，例如[1.0,2.0,3.0,4.0]。 说明 向量维度和数据类型必须与创建Collection时定义的一致。	是
   候选向量条数	num_candidates	单向量召回多少条结果。默认等于topk（10）。	否
   权重	Optional[Dict[str, float]	只有排序方式选择WeightRank时，才需要设置。默认是权重相同1.0:1.0:1.0···，详见WeightedRanker。	是
   排序方式	RrfRanker/ WeightedRanker	支持RRFRank和WeightRank两种方式。详见RrfRanker和WeightedRanker。	是
   constant	rank_constant	当排序方式选择RRFRank时有效。例如当rank_constant=10，表示每条向量返回10条最相似的结果。默认值为60，详见RrfRanker。	是
   过滤条件	filter	过滤条件，需满足SQL where子句规范，请参见条件过滤检索。	否
   Partition	partition	Partition名称。默认为default，请根据需要选择不同的Partition。	是
   TopK	topk	最大可返回的向量条数。TopK默认10，最大可支持1024。	是

   返回结果参数说明如下所示。

   参数	对应API参数名称	说明
   距离	score	向量相似度 不同的距离度量方式，向量间距离的数值表示并不相同，请参见什么是向量。 返回结果根据向量相似度降序排列。
   主键ID	id	相似向量的主键ID。
   向量	vector	向量数据，例如[1.0,2.0,3.0,4.0]。
   属性	fileds	json字段参数，例如{"price":100,"type":"dress"}。
   Partition	partition	相似向量所在的partition。