Indexar campos de StructArray

Crea índices en los subcampos de StructArray antes de ejecutar una búsqueda vectorial o acelerar el filtrado escalar. Para un campo StructArray, el objetivo del índice es una ruta de subcampo, como chunks[emb_list_vector], chunks[emb] o chunks[section].

Esta página utiliza la colección tech_articles de «Crear un campo StructArray». El campo StructArray chunks contiene subcampos escalares para el filtrado y subcampos vectoriales para la búsqueda.

Antes de empezar

Asegúrate de que el esquema de la colección ya contenga el campo StructArray « chunks » y de que se hayan insertado los datos.

Ruta del subcampo	Tipo	Finalidad del índice
chunks[emb_list_vector]	FLOAT_VECTOR	Búsqueda en EmbeddingList con métricas de « MAX_SIM* ».
chunks[emb]	FLOAT_VECTOR	Búsqueda a nivel de elemento con métricas vectoriales habituales.
chunks[section]	VARCHAR	Filtrado categórico.
chunks[quality_score]	FLOAT	Filtrado numérico y predicados de tipo rango.
chunks[has_code]	BOOL	Filtrado booleano.

Elegir índices

Utilice el modo de búsqueda para elegir la familia de métricas vectoriales.

Objetivo de la búsqueda o el filtrado	Ruta de destino	Qué elegir
Búsqueda en EmbeddingList	chunks[emb_list_vector]	Una familia de métricas « MAX_SIM* ».
Búsqueda vectorial a nivel de elemento	chunks[emb]	Una familia de métricas vectoriales habituales, como COSINE, IP o L2.
Filtrar por cadena o categoría	chunks[section]	Un índice escalar compatible con tu destino.
Filtrar por rango numérico	chunks[quality_score], chunks[page]	Un índice escalar compatible con su destino.
Filtrar por valor booleano	chunks[has_code]	Un índice escalar compatible con tu destino.

La búsqueda en EmbeddingList trata los vectores de un subcampo vectorial de StructArray como una lista de incrustación y devuelve resultados a nivel de entidad. La búsqueda a nivel de elemento busca en cada elemento de Struct de forma independiente y puede devolver el desplazamiento del elemento coincidente.

Crear índices vectoriales

El siguiente ejemplo crea dos índices vectoriales. El primer índice utiliza una métrica « MAX_SIM* » para la búsqueda «EmbeddingList». El segundo índice utiliza una métrica vectorial normal para la búsqueda a nivel de elemento.

from pymilvus import MilvusClient

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

index_params = client.prepare_index_params()

# Index for EmbeddingList search.
index_params.add_index(
    field_name="chunks[emb_list_vector]",
    index_name="chunks_emb_list_max_sim",
    index_type="HNSW",
    metric_type="MAX_SIM_COSINE",
    params={
        "M": 16,
        "efConstruction": 200,
    },
)

# Index for element-level search.
index_params.add_index(
    field_name="chunks[emb]",
    index_name="chunks_emb_cosine",
    index_type="HNSW",
    metric_type="COSINE",
    params={
        "M": 16,
        "efConstruction": 200,
    },
)

client.create_index(
    collection_name="tech_articles",
    index_params=index_params,
)

Crear índices escalares

Crea índices escalares en los subcampos escalares de StructArray cuando los utilices en filtros. Utiliza la misma sintaxis de ruta « structArray[subfield] ».

index_params = client.prepare_index_params()

index_params.add_index(
    field_name="chunks[section]",
    index_name="chunks_section_inverted",
    index_type="INVERTED",
)

index_params.add_index(
    field_name="chunks[has_code]",
    index_name="chunks_has_code_inverted",
    index_type="INVERTED",
)

index_params.add_index(
    field_name="chunks[quality_score]",
    index_name="chunks_quality_score_sort",
    index_type="STL_SORT",
)

index_params.add_index(
    field_name="chunks[page]",
    index_name="chunks_page_sort",
    index_type="STL_SORT",
)

client.create_index(
    collection_name="tech_articles",
    index_params=index_params,
)

Los índices escalares son opcionales, pero resultan útiles cuando los subcampos escalares de StructArray aparecen con frecuencia en filtros, como element_filter(chunks, $[quality_score] > 0.9) o MATCH_ANY(chunks, $[section] == "index").

Compatibilidad de métricas de índice

Utilice las siguientes tablas para elegir un tipo de índice y un tipo de métrica para un subcampo vectorial de StructArray. Comience por el destino y, a continuación, elija la familia de métricas según el modo de búsqueda.

Elige un tipo de índice y un tipo de métrica de Milvus a partir de las siguientes tablas de compatibilidad.

Búsqueda en EmbeddingList

La búsqueda en EmbeddingList utiliza métricas de tipo « MAX_SIM* ». Trata los vectores de un subcampo vectorial de StructArray como una lista de incrustaciones y devuelve resultados a nivel de entidad.

Tipo de datos del subcampo vectorial	Tipo de índice	Tipo de métrica
FLOAT_VECTOR, FLOAT16_VECTOR, BFLOAT16_VECTOR	IVF_FLAT, IVF_FLAT_CC, HNSW, HNSW_SQ, HNSW_PQ, HNSW_PRQ, DISKANN	MAX_SIM, MAX_SIM_COSINE, MAX_SIM_IP, MAX_SIM_L2
INT8_VECTOR	HNSW, HNSW_SQ, HNSW_PQ, HNSW_PRQ	MAX_SIM, MAX_SIM_COSINE, MAX_SIM_IP, MAX_SIM_L2
BINARY_VECTOR	HNSW	MAX_SIM_HAMMING, MAX_SIM_JACCARD

Búsqueda a nivel de elemento

La búsqueda a nivel de elemento utiliza métricas vectoriales habituales. Busca cada elemento de Struct de forma independiente y puede devolver el desplazamiento del elemento coincidente.

Tipo de datos de subcampo vectorial	Tipo de índice	Tipo de métrica
FLOAT_VECTOR, FLOAT16_VECTOR, BFLOAT16_VECTOR	FLAT, IVF_FLAT, IVF_FLAT_CC, IVF_SQ8, IVF_SQ_CC, IVF_PQ, SCANN, IVF_RABITQ, IVF_RABITQ_FASTSCAN, HNSW, HNSW_SQ, HNSW_PQ, HNSW_PRQ, DISKANN	L2, IP, COSINE
INT8_VECTOR	HNSW, HNSW_SQ, HNSW_PQ, HNSW_PRQ	L2, IP, COSINE
BINARY_VECTOR	HNSW	HAMMING, JACCARD
BINARY_VECTOR	BIN_FLAT	HAMMING, JACCARD, SUBSTRUCTURE, SUPERSTRUCTURE, MHJACCARD
BINARY_VECTOR	BIN_IVF_FLAT	HAMMING, JACCARD

Para obtener información sobre la compatibilidad con versiones específicas y otras restricciones, consulta «Restricciones de StructArray».

Verificar los índices

Tras crear los índices, describe los índices de la colección o la lista para confirmar que las rutas de subcampos esperadas están indexadas.

indexes = client.list_indexes(
    collection_name="tech_articles",
)

print(indexes)

También puede describir un índice específico si su versión del SDK expone las API de descripción de índices.

index = client.describe_index(
    collection_name="tech_articles",
    index_name="chunks_emb_cosine",
)

print(index)

Reglas de indexación

Regla	Explicación
Utilice la sintaxis de ruta para los índices de subcampos.	chunks[emb], no emb ni chunks.emb.
Un subcampo vectorial admite un único índice.	Utilice subcampos vectoriales independientes si necesita familias de métricas diferentes.
Utilice métricas de tipo « MAX_SIM* » para la búsqueda en EmbeddingList.	Los datos de consulta de EmbeddingList requieren un índice creado con una métrica de tipo « MAX_SIM* ».
Utiliza métricas vectoriales normales para la búsqueda a nivel de elemento.	La búsqueda a nivel de elemento utiliza datos de consulta vectorial normales y métricas como « COSINE », « IP » o « L2 ».
Indexa los subcampos escalares que aparecen en los filtros.	Utiliza los tipos de índice escalar compatibles con tu destino.
Ten en cuenta los límites de los campos vectoriales.	El número total de campos vectoriales y subcampos vectoriales está limitado. Consulte «Límites de StructArray» antes de añadir muchos subcampos vectoriales.

Errores comunes

• Crear un índice en « chunks.emb » en lugar de en « chunks[emb] ».

• Crear únicamente un índice de tipo « MAX_SIM* » y, a continuación, intentar realizar una búsqueda a nivel de elemento en el mismo subcampo.

• Crear únicamente un índice vectorial normal y, a continuación, intentar realizar una búsqueda en EmbeddingList en el mismo subcampo.

• Reutilizar un subcampo vectorial tanto para métricas de « MAX_SIM* » como para métricas vectoriales normales.

• Olvidar los índices escalares para los filtros StructArray más utilizados.

• Indexar un subcampo de StructArray que no existe en el esquema de Struct.

Próximos pasos

1. Para realizar una búsqueda EmbeddingList a nivel de entidad o una búsqueda vectorial a nivel de elemento, consulta «Búsqueda vectorial básica con StructArray».

2. Para filtrar subcampos escalares de StructArray durante la búsqueda, consulta «Búsqueda filtrada con StructArray».

3. Para consultar los límites de índices y métricas, consulta «Límites de StructArray».