跳到主要内容
版本：v3.0.x

过滤说明

Milvus 提供强大的过滤功能，可精确查询数据。过滤表达式允许你针对特定的标量字段，用不同的条件细化搜索结果。本指南介绍如何在 Milvus 中使用过滤表达式，并以 query 操作为例。您还可以在搜索和删除请求中应用这些过滤器。

基本运算符​

Milvus 支持几种用于过滤数据的基本运算符：

  • 比较运算符：==、!=、>、<、>= 和 <= 允许基于数值或文本字段进行过滤。

  • 范围和模式过滤器：IN、LIKE、=~ 和 !~ 用于匹配值、通配符模式或正则表达式模式。有关字符串模式的详细信息，请参阅 Pattern Matching。

  • 算术运算符：+、-、*、/、% 和 ** 用于涉及数值字段的计算。

  • 按位运算符：在 Milvus 3.0.0 及更高版本中，&、| 和 ^ 用于过滤编码多个标志的整数字段，例如权限或状态位。有关详细信息，请参阅 基本运算符。

  • 逻辑运算符：AND、OR 和 NOT 将多个条件组合成复杂表达式。

  • IS NULL 和 IS NOT NULL 运算符：IS NULL 和 IS NOT NULL 运算符用于根据字段是否包含空值（无数据）来过滤字段。有关详细信息，请参阅 基本运算符。

示例按颜色筛选​

要在标量字段 color 中查找具有三原色（红色、绿色或蓝色）的实体，请使用以下过滤表达式：

Python
filter='color in ["red", "green", "blue"]'

Example: Filtering by Permission Bits​

要查找整数 permissions 字段设置了 SHARE 位的 Entity，请使用按位 AND 运算符（&）：

Python
filter='(permissions & 4) == 4'

Example: Filtering by Regex Pattern​

如需查找 message 字段包含 E1001 等错误码的 Entity，请使用 regex match operator =~：

Python
filter='message =~ "E[0-9]{4}"'

Regex filter 使用子串匹配。若要求整个字段值都匹配该 pattern，请添加 ^ 和 $ anchors。详情请参阅 Pattern Matching。

示例：按颜色过滤 JSON 字段​

Milvus 允许在 JSON 字段中引用键。例如，如果您有一个带有键 price 和 model 的 JSON 字段 product，并想查找具有特定模型且价格低于 1,850 的产品，请使用此过滤表达式：

Python
filter='product["model"] == "JSN-087" AND product["price"] < 1850'

示例：过滤数组字段​

如果有一个数组字段 history_temperatures，其中包含自 2000 年以来各观测站报告的平均气温记录，要查找 2009 年（第 10 次记录）气温超过 23°C 的观测站，请使用此表达式：

Python
filter='history_temperatures[10] > 23'

有关这些基本运算符的更多信息，请参阅 基本运算符。

过滤表达式模板​

使用中日韩字符进行筛选时，由于字符集较大且编码不同，处理过程可能会更加复杂。这会导致性能变慢，尤其是使用 IN 运算符时。

Milvus 引入了过滤表达式模板，以优化处理中日韩字符时的性能。通过将动态值从过滤器表达式中分离出来，查询引擎能更有效地处理参数插入。

示例​

要查找居住在 "北京"（北京）或 "上海"（上海）的 25 岁以上的个人，请使用以下模板表达式：

Python
filter = "age > 25 AND city IN ['北京', '上海']"

为提高性能，可使用这种带参数的变体：

Python
filter = "age > {age} AND city in {city}",
filter_params = {"age": 25, "city": ["北京", "上海"]}

这种方法可减少解析开销，提高查询速度。更多信息，请参阅 过滤器模板。

特定数据类型运算符​

Milvus 为特定数据类型（如 JSON、ARRAY 和 VARCHAR 字段）提供高级过滤运算符。

特定于 JSON 字段的运算符​

Milvus 为查询 JSON 字段提供高级运算符，可在复杂的 JSON 结构中进行精确过滤：

JSON_CONTAINS(identifier, jsonExpr)：检查字段中是否存在 JSON 表达式。

Python
# JSON data: {"tags": ["electronics", "sale", "new"]}
filter='json_contains(tags, "sale")'

JSON_CONTAINS_ALL(identifier, jsonExpr)：确保 JSON 表达式的所有元素都存在。

Python
# JSON data: {"tags": ["electronics", "sale", "new", "discount"]}
filter='json_contains_all(tags, ["electronics", "sale", "new"])'

JSON_CONTAINS_ANY(identifier, jsonExpr)：筛选 JSON 表达式中至少存在一个元素的实体。

Python
# JSON data: {"tags": ["electronics", "sale", "new"]}
filter='json_contains_any(tags, ["electronics", "new", "clearance"])'

有关 JSON 运算符的更多详情，请参阅 JSON 运算符。

ARRAY 字段特定运算符​

Milvus 为数组字段提供了高级过滤运算符，如 ARRAY_CONTAINS,ARRAY_CONTAINS_ALL,ARRAY_CONTAINS_ANY, 和 ARRAY_LENGTH，可对数组数据进行细粒度控制：

ARRAY_CONTAINS：过滤包含特定元素的实体。

Python
filter="ARRAY_CONTAINS(history_temperatures, 23)"

ARRAY_CONTAINS_ALL：过滤包含列表中所有元素的实体。

Python
filter="ARRAY_CONTAINS_ALL(history_temperatures, [23, 24])"

ARRAY_CONTAINS_ANY：过滤包含列表中任何元素的实体。

Python
filter="ARRAY_CONTAINS_ANY(history_temperatures, [23, 24])"

ARRAY_LENGTH：根据数组长度进行筛选。

Python
filter="ARRAY_LENGTH(history_temperatures) < 10"

有关 ARRAY Operators 的更多详情，请参阅 ARRAY Operators。

VARCHAR 字段专用运算符​

Milvus 为在 VARCHAR 字段上进行基于文本的精确搜索提供了专门的运算符：

Pattern matching operators​

LIKE、=~ 和 !~ 运算符用于在 VARCHAR 字段、JSON 字符串路径以及特定的 ARRAY<VARCHAR> 元素上匹配字符串模式。对于简单通配符模式，使用 LIKE。对于 RE2 正则表达式，使用 =~ 和 !~。

详情请参阅 Pattern Matching。

TEXT_MATCH 运算符​

TEXT_MATCH 运算符允许根据特定查询词精确检索文档。它对于结合标量过滤器和向量相似性搜索的过滤搜索特别有用。与语义搜索不同，文本匹配侧重于精确的术语出现。

Milvus 使用 Tantivy 支持倒排索引和基于术语的文本搜索。过程包括

  1. 分析器：标记化和处理输入文本。

  2. 索引：创建将唯一标记映射到文档的倒排索引。

有关详细信息，请参阅 文本匹配。

PHRASE_MATCH 运算符​

PHRASE_MATCH 运算符可根据精确的短语匹配结果精确检索文档，同时考虑查询词的顺序和相邻关系。

更多详情，请参阅 短语匹配。