تجميع نتائج البحثCompatible with Milvus 3.0.x

عندما يبحث المتسوق عن "أحذية جري سوداء للتدريب اليومي"، يقوم البحث عن أقرب الجيران التقريبي (ANN) بترتيب المنتجات حسب تشابه المتجهات ويعرض قائمة مسطحة بأفضل K نتائج. قد تكون النتائج ذات صلة ولكنها متكررة: في المثال أدناه، أربعة من النتائج الست الأولى هي منتجات العلامة التجارية أ، بينما تظهر العلامة التجارية ب والعلامة التجارية ج مرة واحدة لكل منهما.

لا يمكن للقائمة المسطحة أن توفر مباشرةً ملخصًا موجهًا نحو الفئات. قد يحتاج التطبيق إلى مقارنة العلامات التجارية حسب عدد المرشحين المحتفظ بهم أو متوسط السعر، أو فحص عدد صغير من المنتجات التمثيلية من كل علامة تجارية، أو تنظيم النتائج في مستويات متعددة من الفئات.

يقوم «تجميع البحث» (Search Aggregation) بتنظيم المرشحين المحتفظ بهم من شبكة الجيران (ANN) في فئات بناءً على الحقول القياسية المحددة. في هذا المثال، تصبح كل علامة تجارية فئة منفصلة. يمكن لـ Milvus حساب الإحصائيات لكل فئة، وترتيب الفئات، وإرفاق المنتجات التمثيلية. يستهلك التطبيق هذا الرد الذي يعطي الأولوية للفئات من خلال «الاستعلام المركب» ( result.agg_buckets).

تصبح نتيجة البحث المسطحة عن أحذية الجري مجموعة من فئات العلامات التجارية القابلة للمقارنة

لا يقوم «تجميع البحث» (Search Aggregation) بتشغيل تجميع دقيق للمجموعة الكاملة. يعتمد وجود المجموعات، وعددها، ومقاييسها، وترتيبها، والنتائج التمثيلية على المرشحات التي احتفظت بها مراحل الشبكة العصبية الاصطناعية (ANN) والتجميع.

كيفية العمل

يتم تجميع المرشحين من الشبكة العصبية الاصطناعية (ANN) حسب مفاتيح المجموعات ويتم إرجاعهم مع الأعداد والمقاييس والنتائج التمثيلية

1. استرجاع المرشحين. يقوم Milvus بتشغيل بحث الشبكة العصبية الاصطناعية (ANN) للعثور على الكيانات الأقرب إلى متجه الاستعلام. ثم تحتفظ مرحلة التجميع بعدد محدود من المرشحين لكل مفتاح مركب كامل. يمثل هذا الحد الأقصى لعدد المرشحين لكل مفتاح أكبر قيمة لـ TopHits.size في أي مكان في شجرة التجميع، أو 1 عندما لا يتم تكوين أي مستوى لـ top_hits.

2. إنشاء المجموعات (buckets). يحدد SearchAggregation.fields مفتاح المجموعة (bucket key). كل تركيبة فريدة من قيم الحقول تُنشئ مفتاحًا منفصلاً. في الشكل، يُنشئ fields=["brand"] مفاتيح المجموعات التالية: (Brand A) و (Brand B) و (Brand C). تنتمي المرشحات المحتفظ بها التي تحمل نفس المفتاح إلى نفس المجموعة وتساهم في count الخاص بها. يحدد SearchAggregation.size عدد المجموعات التي يعرضها Milvus.

3. حساب النتائج وإرجاعها. يحتوي كل دلو مُرجع على مفتاحه وعدد المرشحين المحتفظ بهم. يمكن لـ Milvus أيضًا حساب المقاييس المُعدة مسبقًا، وترتيب الدلاء، وإرجاع الكيانات التمثيلية، وإنشاء دلاء فرعية. يعرض كل AggregationBucket في result.agg_buckets key و count و metrics و hits و sub_groups. عند تمكين «تجميع البحث» (Search Aggregation)، تكون قائمة نتائج البحث العادية فارغة.

في الرسم التخطيطي، توفر TopHits.size=4 ميزانية مرشحين لكل مفتاح تبلغ أربعة، لذا فإن المرشحين الأربعة المحتفظ بهم للعلامة التجارية «A» ينتجون count: 4. لا تعرض بطاقة العلامة التجارية «A» المكتملة سوى اثنين من النتائج التمثيلية الأربعة التي تم إرجاعها للحفاظ على إيجاز الشكل.

باستخدام sub_aggregation ، يكرر Milvus الخطوتين 2 و3 داخل كل مجموعة أصلية. يمكن أن تؤدي التغييرات في معدل الاسترجاع لشبكة ANN أو الميزانية المخصصة للمرشحين لكل مفتاح إلى تغيير عدد المجموعات والمقاييس والترتيب والنتائج والنتائج المتداخلة.

القيود

قبل استخدام تجميع البحث، يرجى ملاحظة الحدود التالية:

• التجميعات المتداخلة: يمكن أن يحتوي الطلب على تجميع جذر واحد لـ SearchAggregation وما يصل إلى ثلاثة مستويات متداخلة من sub_aggregation ، بحد أقصى أربعة مستويات إجمالًا.

• الحقول المستخدمة لإنشاء مفاتيح المجموعات: يدعم « SearchAggregation.fields » الحقول المنطقية (Boolean)، والأعداد الصحيحة (integer)، و« VARCHAR »، و« TIMESTAMPTZ ». ولا يدعم الحقول « FLOAT »، و« DOUBLE »، و« ARRAY »، و« JSON »، و« GEOMETRY »، و« TEXT »، أو الحقول المتجهة (vector)، أو الحقول الديناميكية.

• الحقول المترية: count تقبل "*" أو أي حقل غيرJSON وغير ديناميكي، وتتخطى قيم NULL عند تحديد حقل. sum و avg تقبلان الحقول الصحيحة والعائمة. min و max تقبلان بالإضافة إلى ذلك الحقول النصية و TIMESTAMPTZ.

• حقول فرز «Top Hits»: تقبل TopHits.sort الحقول القابلة للمقارنة من نوع «Boolean» و«Integer» و«Floating-point» و«String» و« TIMESTAMPTZ »، بالإضافة إلى _score. ولا تدعم ARRAY أو JSON أو GEOMETRY أو الحقول المتجهة أو الديناميكية.

• الميزانية المرشحة: أكبر قيمة لـ TopHits.size في أي مكان في شجرة التجميع هي أيضًا عدد المرشحين المحتفظ بهم لكل مفتاح مركب كامل. إذا لم يتم تكوين top_hits في أي مستوى، يحتفظ Milvus بمرشح واحد لكل مفتاح. يتم حساب count والمقاييس الخاصة بالمجموعة من هذه المرشحين المحتفظ بهم، لذا فإن تغيير TopHits.size يمكن أن يغيرها.

• حقول المجموعات القابلة للقيمة الفارغة: تشكل قيمة NULL مفتاح المجموعة الخاص بها. لاستبعاد المجموعة الفارغة، أضف مرشحًا مثل brand is not null إلى طلب البحث.

• الحقول المتكررة: لا يمكن أن يظهر الحقل نفسه في أكثر من قائمة واحدة من قوائم « SearchAggregation.fields ». على سبيل المثال، إذا كان التجميع الجذري يستخدم fields=["category"] ، فلا يمكن لـ « sub_aggregation » المتداخلة أن تستخدم أيضًا fields=["category"].

• التركيبات غير المدعومة: لا يمكن دمج «تجميع البحث» (Search Aggregation) مع «التجميع المتكرر» ( offset) أو «مكررات البحث» (Search Iterators) أو «البحث الهجين» (Hybrid Search) أو «أداة التمييز» (Highlighter) أو «البحث التجميعي» (Grouping Search).

• المدخلات المرجعة: حافظ على الحد الأقصى المُعد لعدد مدخلات النتائج عند 10,000 أو أقل. احسب هذا الحد الأقصى على النحو التالي:

  number of query vectors × size at every aggregation level × largest TopHits.size at any level

  استخدم « 1 » كعامل أخير عندما لا يتم تكوين أي مستوى لـ « TopHits ». على سبيل المثال، متجه استعلام واحد، و10 مجموعات جذرية، وخمس مجموعات فرعية لكل مجموعة جذرية، ونتيجتان لكل مجموعة فرعية، ينتج عنها الحد الأقصى المُكوّن التالي:

  1 × 10 × 5 × 2 = 100

استخدام تجميع البحث

اختر مثالًا بناءً على ما تريد تحقيقه:

تستخدم الأمثلة أدناه مجموعة منتجات تحتوي على حقول العلامة التجارية والفئة واللون والسعر والتقييم. جميع أسماء العلامات التجارية وأسماء المنتجات والأسعار والتقييمات ونتائج البحث هي بيانات أمثلة اصطناعية. قم بتوسيع القسم التالي لإنشاء المجموعة وتحديد متغيرات البحث المشتركة.

from pymilvus import DataType, MilvusClient, SearchAggregation, TopHits

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

collection_name = "product_search_aggregation"

if client.has_collection(collection_name):
    client.drop_collection(collection_name)

schema = client.create_schema(auto_id=False, enable_dynamic_field=False)
schema.add_field("id", DataType.INT64, is_primary=True)
schema.add_field("embedding", DataType.FLOAT_VECTOR, dim=5)
schema.add_field("name", DataType.VARCHAR, max_length=200)
schema.add_field("brand", DataType.VARCHAR, max_length=100)
schema.add_field("category", DataType.VARCHAR, max_length=100)
schema.add_field("color", DataType.VARCHAR, max_length=50)
schema.add_field("price", DataType.DOUBLE)
schema.add_field("rating", DataType.DOUBLE)
schema.add_field("in_stock", DataType.BOOL)

index_params = client.prepare_index_params()
index_params.add_index(
    field_name="embedding",
    index_type="AUTOINDEX",
    metric_type="COSINE",
)

client.create_collection(
    collection_name=collection_name,
    schema=schema,
    index_params=index_params,
    # Make preceding writes visible to searches from this client.
    consistency_level="Session",
)

client.insert(
    collection_name=collection_name,
    data=[
        {
            "id": 1,
            "embedding": [0.12, 0.42, 0.18, 0.66, 0.31],
            "name": "Runner A1",
            "brand": "Brand A",
            "category": "running_shoes",
            "color": "black",
            "price": 129.99,
            "rating": 4.7,
            "in_stock": True,
        },
        {
            "id": 2,
            "embedding": [0.10, 0.39, 0.20, 0.61, 0.29],
            "name": "Trail A2",
            "brand": "Brand A",
            "category": "running_shoes",
            "color": "blue",
            "price": 139.99,
            "rating": 4.6,
            "in_stock": True,
        },
        {
            "id": 3,
            "embedding": [0.14, 0.44, 0.19, 0.68, 0.33],
            "name": "Runner B1",
            "brand": "Brand B",
            "category": "running_shoes",
            "color": "white",
            "price": 159.99,
            "rating": 4.8,
            "in_stock": True,
        },
        {
            "id": 4,
            "embedding": [0.16, 0.41, 0.22, 0.62, 0.30],
            "name": "Runner C1",
            "brand": "Brand C",
            "category": "running_shoes",
            "color": "red",
            "price": 119.99,
            "rating": 4.4,
            "in_stock": False,
        },
        {
            "id": 5,
            "embedding": [0.48, 0.20, 0.59, 0.15, 0.71],
            "name": "Jacket A1",
            "brand": "Brand A",
            "category": "jackets",
            "color": "black",
            "price": 99.99,
            "rating": 4.5,
            "in_stock": True,
        },
        {
            "id": 6,
            "embedding": [0.45, 0.18, 0.55, 0.17, 0.69],
            "name": "Jacket B1",
            "brand": "Brand B",
            "category": "jackets",
            "color": "blue",
            "price": 89.99,
            "rating": 4.3,
            "in_stock": True,
        },
        {
            "id": 7,
            "embedding": [0.09, 0.38, 0.17, 0.60, 0.27],
            "name": "Runner A3",
            "brand": "Brand A",
            "category": "running_shoes",
            "color": "black",
            "price": 159.99,
            "rating": 4.8,
            "in_stock": True,
        },
        {
            "id": 8,
            "embedding": [0.13, 0.43, 0.21, 0.65, 0.32],
            "name": "Runner A4",
            "brand": "Brand A",
            "category": "running_shoes",
            "color": "black",
            "price": 149.99,
            "rating": 4.9,
            "in_stock": True,
        },
    ],
)

client.load_collection(collection_name)

query_vector = [0.11, 0.40, 0.19, 0.64, 0.30]
search_params = {
    "metric_type": "COSINE",
    "params": {},
}

يُهيئ الإعداد أعلاه COSINE لكل من الفهرس المتجه ومعلمات البحث. لذلك، تستخدم الأمثلة اللاحقة {"_score": "desc"} لوضع تشابه جيب التمام الأعلى أولاً. بالنسبة لمقياس المسافة مثل L2 ، استخدم {"_score": "asc"}.

مقارنة المجموعات وفرزها

استخدم هذا النمط عندما تحتاج إلى مقارنة مجموعات من الكيانات المسترجعة باستخدام إحصائيات محسوبة والتحكم في ترتيب إرجاع المجموعات. في هذا المثال، يقوم Milvus بتجميع المنتجات المسترجعة حسب brand ، ويحسب مقاييس السعر لكل مجموعة من العلامات التجارية، ويصنف المجموعات حسب متوسط السعر.

إذا كان هدفك هو تحسين تنوع النتائج فقط عن طريق إرجاع كيان واحد أو أكثر لكل قيمة حقل، فاستخدم «البحث المجمّع» (Grouping Search ) بدلاً من ذلك.

يُنشئ التكوين التالي ما يصل إلى ثلاث مجموعات للعلامات التجارية، ويحسب المقاييس لكل مجموعة، ويصنف المجموعات حسب متوسط السعر:

aggregation = SearchAggregation(
    # Form one bucket for each distinct brand value.
    fields=["brand"],
    # Return up to three buckets at this aggregation level.
    size=3,
    # Calculate named metrics for every selected bucket.
    metrics={
        "product_count": {"count": "*"},
        "avg_price": {"avg": "price"},
        "min_price": {"min": "price"},
    },
    # Sort buckets by average price, highest first.
    order=[
        {"avg_price": "desc"},
        # If average prices are equal, sort by bucket key in ascending order.
        {"_key": "asc"},
    ],
)

قم بتمرير الكائن إلى المعلمة search_aggregation في MilvusClient.search():

result = client.search(
    collection_name=collection_name,
    data=[query_vector],
    anns_field="embedding",
    search_params=search_params,
    output_fields=[
        "name",
        "brand",
        "category",
        "color",
        "price",
        "rating",
        "in_stock",
    ],
    search_aggregation=aggregation,
)

عند تعيين المعلمة « search_aggregation »، لا يُرجع PyMilvus أي نتائج كيانات عادية في « result[0] ». اقرأ استجابة المجموعة من « result.agg_buckets[0] » بدلاً من ذلك. تتحكم المعلمة « output_fields » في الحقول القياسية التي تظهر في كل تعيين « AggregationHit.fields » مُرجع؛ ولا يزال بإمكان Milvus استخدام حقول «metric-source» و«sort» غير المدرجة في « output_fields ».

[
  {
    "key": [
      {
        "field_id": 103,
        "field_name": "brand",
        "value": "Brand B"
      }
    ],
    "count": 1,
    "metrics": {
      "product_count": 1,
      "avg_price": 159.99,
      "min_price": 159.99
    },
    "hits": [],
    "sub_groups": []
  },
  {
    "key": [
      {
        "field_id": 103,
        "field_name": "brand",
        "value": "Brand A"
      }
    ],
    "count": 1,
    "metrics": {
      "product_count": 1,
      "avg_price": 129.99,
      "min_price": 129.99
    },
    "hits": [],
    "sub_groups": []
  },
  {
    "key": [
      {
        "field_id": 103,
        "field_name": "brand",
        "value": "Brand C"
      }
    ],
    "count": 1,
    "metrics": {
      "product_count": 1,
      "avg_price": 119.99,
      "min_price": 119.99
    },
    "hits": [],
    "sub_groups": []
  }
]

بالنسبة لمتجه الاستعلام الفردي في هذا الدليل، اقرأ المجموعات ذات المستوى الأعلى التي تم إرجاعها من result.agg_buckets[0]. تعرض كل مجموعة مكونات مفتاحها المرتبة، و count للمرشحين المحتفظ بهم، و metrics المحسوب، و hits التمثيلي، والمجموعات المتداخلة في sub_groups.

اقرأ التكوين على النحو التالي:

يتجاهل Milvus limit عند تعيين search_aggregation. استخدم قيمة الجذر SearchAggregation.size للتحكم في عدد المجموعات ذات المستوى الأعلى.

باستخدام هذه الإعدادات، يعرض Milvus مجموعات العلامات التجارية B و A و C بترتيب تنازلي وفقًا لـ avg_price. يُطبق معيار _key فقط عندما يكون للمجموعات نفس متوسط السعر. ونظرًا لأن هذا التكوين لا يحدد top_hits ، فإن قائمة hits لكل مجموعة تكون فارغة وتكون الميزانية المرشحة لكل مفتاح هي 1. وبالتالي، فإن الأعداد والمقاييس المعروضة تصف مرشحًا واحدًا محفوظًا لكل علامة تجارية. قم بتكوين top_hits بقيمة أكبر لـ TopHits.size عندما يحتاج التجميع إلى نافذة مقاييس أوسع لكل مفتاح.

aggregation = SearchAggregation(
    fields=["brand"],
    size=3,
    metrics={"max_score": {"max": "_score"}},
    order=[{"max_score": "desc"}],
)

aggregation = SearchAggregation(
    # Combine brand and color to form a composite bucket key.
    fields=["brand", "color"],
    size=6,
)

تعيد الأمثلة التالية تعريف aggregation. قم بتمرير الكائن المحدث إلى نفس المعلمة search_aggregation وأعد تشغيل استدعاء البحث.

عرض نتائج تمثيلية من كل مجموعة

قم بتضمين الكيانات التمثيلية عندما يحتاج التطبيق إلى عرض المنتجات الفعلية من كل مجموعة. في هذا المثال، يعرض Milvus ما يصل إلى منتجين من كل مجموعة علامة تجارية، مرتبة حسب التقييم ثم حسب درجة المتجه.

قم بتكوين TopHits على النحو التالي:

aggregation = SearchAggregation(
    fields=["brand"],
    size=3,
    # Return and sort representative entities for each selected bucket.
    top_hits=TopHits(
        # Return up to two entities per bucket.
        size=2,
        # Apply sort criteria in list order.
        sort=[
            {"rating": "desc"},
            {"_score": "desc"},
        ],
    ),
)

{
  "key": [
    {
      "field_id": 103,
      "field_name": "brand",
      "value": "Brand A"
    }
  ],
  "count": 2,
  "metrics": {},
  "hits": [
    {
      "pk": 1,
      "score": 0.99976646900177,
      "fields": {
        "brand": "Brand A",
        "category": "running_shoes",
        "color": "black",
        "in_stock": true,
        "name": "Runner A1",
        "price": 129.99,
        "rating": 4.7
      }
    },
    {
      "pk": 2,
      "score": 0.9997048377990723,
      "fields": {
        "brand": "Brand A",
        "category": "running_shoes",
        "color": "blue",
        "in_stock": true,
        "name": "Trail A2",
        "price": 139.99,
        "rating": 4.6
      }
    }
  ],
  "sub_groups": []
}

قم بتكوين « top_hits » عندما يحتاج التطبيق إلى كيانات تمثيلية أو عندما تحتاج الأعداد والمقاييس إلى نافذة مرشحة أوسع لكل مفتاح. يؤدي تكبير « TopHits.size » إلى زيادة كل من الميزانية المرشحة والحد الأقصى لحساب الإدخالات المرجعة في «Limits».

SearchAggregation.order يقوم بفرز المجموعات (buckets)، بينما يقوم " TopHits.sort " بفرز الكيانات المحتفظ بها داخل كل مجموعة. لا يغير ترتيب الفرز الكيانات المرشحة التي تم الاحتفاظ بها لـ " count " والمقاييس. يقبل " TopHits.sort " أسماء الحقول العددية القابلة للمقارنة المدعومة والحقل المدمج " _score "، الذي يمثل تشابه أو مسافة الشبكة العصبية الاصطناعية (ANN). يقوم Milvus بتقييم إدخالات " sort " من الأول إلى الأخير. في هذا المثال، يتم ترتيب المنتجات حسب rating من الأعلى إلى الأدنى، ولا يتم استخدام _score إلا عندما يتساوى تقييمان. ونظرًا لأن الإعداد يستخدم COSINE ، فإن الترتيب التنازلي _score يضع المنتج الأكثر تشابهًا في المرتبة الأولى.

لا يلزم أن تظهر الحقول المستخدمة بواسطة metrics أو TopHits.sort في output_fields. يقوم Milvus باسترداد هذه الحقول داخليًا، ولكن يتم تضمين الحقول المذكورة صراحةً في output_fields فقط في تعيين fields لكل نتيجة يتم إرجاعها. تظل المفاتيح الأساسية ودرجات المتجهات متاحة من خلال AggregationHit.pk و AggregationHit.score.

يكشف كل AggregationHit الذي يتم إرجاعه عن مفتاحه الأساسي في pk ، ودرجة المتجه في score ، وحقول الإخراج المطلوبة في fields.

تجميع النتائج على مستويات متعددة

استخدم التجميع المتداخل عندما تحتاج إلى مستوى واحد من المجموعات داخل مستوى آخر. في هذا المثال، يقوم Milvus بإنشاء مجموعات الفئات أولاً، ثم يقوم بإنشاء مجموعات العلامات التجارية داخل كل فئة.

لا يتلقى التجميع الفرعي سوى الكيانات المخصصة لمجموعة التجميع الأصلية. يتحكم fields في مفتاح مجموعة التجميع في كل مستوى من مستويات التجميع، بينما ينشئ sub_aggregation التسلسل الهرمي بين الأصل والفرع.

يُنشئ التكوين أدناه مجموعة فئة بمفتاح (running_shoes). داخل تلك المجموعة الأم، يُنشئ التجميع الفرعي مجموعات علامات تجارية منفصلة بمفاتيح مثل (Brand A) و (Brand B) و (Brand C).

Parent bucket key:
(running_shoes)

Child bucket keys:
├── (Brand A)
├── (Brand B)
└── (Brand C)

يمكن لكل مستوى استخدام حقول متعددة بشكل مستقل. على سبيل المثال، سيؤدي استخدام fields=["brand", "color"] في التجميع الفرعي إلى إنشاء مفاتيح فرعية مركبة مثل (Brand A, black).

التكوين التالي ينفذ هذا التسلسل الهرمي:

aggregation = SearchAggregation(
    fields=["category"],
    size=2,
    metrics={
        "product_count": {"count": "*"},
        "avg_price": {"avg": "price"},
    },
    order=[{"product_count": "desc"}],
    # For each category bucket, group only its entities by brand.
    sub_aggregation=SearchAggregation(
        fields=["brand"],
        size=3,
        metrics={
            "brand_count": {"count": "*"},
            "avg_rating": {"avg": "rating"},
        },
        order=[{"avg_rating": "desc"}],
        top_hits=TopHits(
            size=2,
            sort=[{"rating": "desc"}],
        ),
    ),
)

{
  "key": [
    {
      "field_id": 104,
      "field_name": "category",
      "value": "running_shoes"
    }
  ],
  "count": 4,
  "metrics": {
    "avg_price": 137.49,
    "product_count": 4
  },
  "hits": [],
  "sub_groups": [
    {
      "key": [
        {
          "field_id": 103,
          "field_name": "brand",
          "value": "Brand B"
        }
      ],
      "count": 1,
      "metrics": {
        "avg_rating": 4.8,
        "brand_count": 1
      },
      "hits": [
        {
          "pk": 3,
          "score": 0.9994542598724365,
          "fields": {
            "brand": "Brand B",
            "category": "running_shoes",
            "color": "white",
            "in_stock": true,
            "name": "Runner B1",
            "price": 159.99,
            "rating": 4.8
          }
        }
      ],
      "sub_groups": []
    }
  ]
}

تمثل النتيجة المعروضة مسار المجموعة (running_shoes) → (Brand B) ، وليس مفتاح مجموعة مركبًا واحدًا (running_shoes, Brand B).

يختار Milvus أولاً ما يصل إلى دلاء فئة اثنين، مرتبة حسب product_count. ثم يقوم بتشغيل sub_aggregation بشكل مستقل داخل كل فئة مختارة ويعرض ما يصل إلى ثلاثة دلاء للعلامات التجارية، مرتبة حسب avg_rating.

في الناتج أعلاه:

• تحتوي فئة الجذر running_shoes على أربعة مرشحين محتفظ بهم عبر مفاتيحها المركبة الفرعية. وتحتوي فئة metrics الخاصة بها على قيم المستوى الجذري avg_price و product_count.
• تحتوي قائمة sub_groups الخاصة بالحاوية الجذرية على الحاويات الفرعية للعلامات التجارية. تحتوي الحاوية المعروضة Brand B على مرشح واحد محفوظ وقيمتي avg_rating و brand_count الخاصتين بها.
• قائمة hits الخاصة بالحاوية الجذرية فارغة لأن التجميع الجذري لا يقوم بتكوين top_hits. تحتوي الحاوية الفرعية للعلامة التجارية B على نتيجة مطابقة تمثيلية لأن top_hits تم تكوينه في sub_aggregation.

الأسئلة الشائعة

ما مدى دقة أعداد المجموعات والمقاييس؟

يلخص تجميع البحث المرشحين المحتفظ بهم من شبكة ANN. ولا يقوم بتشغيل تجميع للمجموعة الكاملة.

يتم الاحتفاظ بالمرشحين عبر مرحلتين تقريبيتين. قد يتجاهل بحث الشبكة العصبية الاصطناعية (ANN) كيانات المجموعة ذات الصلة، وتحتفظ مرحلة التجميع بأكبر عدد من المرشحين TopHits.size لكل مفتاح مركب كامل. إذا لم يتم تكوين أي مستوى لـ top_hits ، فإن هذا الحد لكل مفتاح هو واحد.

على سبيل المثال، لنفترض أن مجموعة تحتوي على 5,000 منتج من العلامة التجارية «A» وأن العديد منها ذو صلة باستعلام المتجه. إذا استخدم التجميع TopHits(size=4) ، فيمكن لمجموعة العلامة التجارية «A» الاحتفاظ بأربعة مرشحين كحد أقصى لمفتاح مركب كامل. ويصف كل من count والمقاييس تلك المرشحات المحتفظ بها، وليس جميع منتجات العلامة التجارية «A» ذات الصلة ولا جميع كيانات المجموعة البالغ عددها 5,000.

يكون التقريب أكثر أهمية عندما يستخدم التجميع « order » اسمًا مستعارًا للمقياس. يمكن أن تؤدي التغييرات في معدل استرجاع البحث إلى تغيير قيم المقاييس، وبالتالي تغيير المجموعات التي تتناسب مع « SearchAggregation.size ». يمكن أن يؤدي التجميع المتداخل إلى تضخيم هذا التأثير لأن كل مستوى فرعي يعمل على الكيانات المتاحة في المجموعة الأم.

إذا كنت بحاجة إلى إحصائيات دقيقة عن كل كيان مطابق، فاستخدم سير عمل تجميع الاستعلام الدقيق بدلاً من تجميع البحث.

كيف يختلف «تجميع البحث» عن «البحث التجميعي»؟

اختر بناءً على الشكل الأساسي لنتائج التطبيق:

حتى عندما يقوم تجميع البحث بتكوين top_hits ، تظل استجابته الأساسية عبارة عن شجرة مجموعات. يظل البحث التجميعي مفيدًا عندما يقوم التطبيق بالفعل بمعالجة نتائج البحث العادية ويريد في المقام الأول تنوع النتائج.

تتعارض واجهات برمجة التطبيقات (APIs) مع بعضها البعض. يرفع PyMilvus استثناءً من نوع « ParamError » عندما يتم دمج « search_aggregation » مع « group_by_field » أو « group_by_fields » في نفس الطلب.