跳到主要内容
版本：v3.0.x

主键搜索

在进行相似性搜索时，总是会要求您提供一个或多个查询向量，即使目标 Collection 中已经存在查询向量。为了避免在搜索前检索向量，可以使用主键来代替。

概述​

在电子商务平台上，用户可以输入关键字来检索与之匹配的产品。用户查看产品详情页后，平台还会在页面底部显示相似产品列表，供用户比较。

这些推荐会根据与关键词或当前产品的相似度进行排序。为了实现这一目标，平台开发人员需要在实际的相似性搜索之前从 Milvus 获取关键字或当前产品的向量表示，这就增加了平台与 Milvus 之间的往返次数，导致大量高维浮点在网络上传输。

为了简化应用程序与 Milvus 之间的交互逻辑，减少往返次数，避免在网络上传输大量高维浮点数值，可以考虑使用主键搜索。

在主键搜索中，你不需要提供任何查询向量。相反，您需要提供包含查询向量的实体的主键 (ids)。

限制和约束​

  • 使用主键搜索适用于所有向量数据类型，但从 VarChar 字段派生的稀疏向量字段（如 BM25 函数）除外。

  • 在筛选、范围和分组搜索中，可以使用主键代替查询向量，也可以选择启用分页。不过，该功能不适用于混合搜索和搜索迭代器。

  • 对于涉及嵌入列表的相似性搜索，仍需检索查询向量、将其排列到嵌入列表中并运行搜索。

  • 在 RESTful API 中不能使用主键代替查询向量。

  • 对于不存在的主键或格式不正确的主键，Milvus 会提示错误。

  • 主键和查询向量是相互排斥的。同时提供两者也会导致错误。

示例​

以下示例假定目标 Collection 中包含所有提供的 Int64 ID。

说明

主键不用于筛选，只用于向量检索。

要进行基本的主键搜索，只需用主键替换查询向量即可。

Python
from pymilvus import MilvusClient

client = MilvusClient(
    uri="http://localhost:19530",
    token="root:Milvus"
)

res = client.search(
    collection_name="quick_setup",
    anns_field="vector",
    ids=[551, 296, 43], # a list of primary keys
    limit=3,
    search_params={"metric_type": "IP"}
)

for hits in res:
    for hit in hits:
        print(hit)

例 2：使用主键进行过滤搜索​

下面的示例假设 color 和 likes 是目标 Collection 中 Schema 定义的两个字段。

Python
res = client.search(
    collection_name="my_collection",
    ids=[551, 296, 43], #
    filter='color like "red%" and likes > 50',
    output_fields=["color", "likes"],
    limit=3,
)

示例 3：使用主键进行范围搜索​

Python
res = client.search(
    collection_name="my_collection",
    ids=[551, 296, 43],
    limit=3,
    search_params={
        "params": {
            "radius": 0.4,
            "range_filter": 0.6
        }
    }
)

例 4：使用主键进行分组搜索​

下面的示例假定 docId 是目标 Collection 中 Schema 定义的字段。

Python
res = client.search(
    collection_name="my_collection",
    ids=[551, 296, 43],
    limit=3,
    group_by_field="docId",
    output_fields=["docId"]
)