RTREECompatible with Milvus 2.6.4+

RTREE インデックスは、Milvus のGEOMETRY フィールドに対するクエリを高速化するツリーベースのデータ構造です。コレクションに点、線、多角形などの幾何学オブジェクトがWell-known text (WKT)形式で格納されており、空間フィルタリングを高速化したい場合、RTREE は理想的な選択です。

仕組み

Milvusは、RTREE インデックスを使用し、2段階のプロセスでジオメトリデータを効率的に整理し、フィルタリングします：

フェーズ 1: インデックスの構築

1. リーフノードを作成します：各ジオメトリオブジェクトについて、そのオブジェクトを完全に含む最小の矩形であるMBR（Minimum Bounding Rectangle）を計算し、リーフノードとして格納します。

2. より大きなボックスにグループ化する：近くのリーフノードをまとめてクラスタ化し、各グループを新しいMBRでラップして内部ノードを形成します。たとえば、グループBにはDとE が含まれ、グループCにはFとG が含まれます。

3. ルート・ノードを追加します：MBRがすべての内部グループをカバーするルート・ノードを追加し、高さバランスのとれたツリー構造にします。

Retreeの仕組み

フェーズ2：クエリの高速化

1. クエリMBRの形成:クエリ・ジオメトリのMBRを計算します。

2. ブランチを刈り込みます：ルートから始めて、クエリMBRと各内部ノードを比較します。MBRがクエリMBRと交差しないブランチはスキップする。

3. 候補を集める：交差するブランチに降りて、候補となるリーフ・ノードを集めます。

4. 完全一致：各候補について、空間述語の完全一致を実行し、真の一致を決定します。

RTREE インデックスの作成

コレクションスキーマで定義されたGEOMETRY フィールドにRTREE インデックスを作成できます。

from pymilvus import MilvusClient

client = MilvusClient(uri="http://localhost:19530") # Replace with your server address

# Assume you have defined a GEOMETRY field named "geo" in your collection schema

# Prepare index parameters
index_params = client.prepare_index_params()

# Add RTREE index on the "geo" field
index_params.add_index(
    field_name="geo",
    index_type="RTREE",      # Spatial index for GEOMETRY
    index_name="rtree_geo",  # Optional, name your index
    params={}                # No extra params needed
)

# Create the index on the collection
client.create_index(
    collection_name="geo_demo",
    index_params=index_params
)

RTREE によるクエリ

filter 式でジオメトリ演算子を使用してフィルタリングします。対象のGEOMETRY フィールドにRTREE が存在する場合、milvus はそれを使用して候補を自動的にプルーニングします。インデックスがない場合、フィルタはフルスキャンに戻ります。

使用可能なジオメトリ固有の演算子の完全なリストについては、ジオメトリ演算子を参照してください。

例 1：フィルタのみ

指定したポリゴン内のすべてのジオメトリ オブジェクトを検索します：

filter_expr = "ST_CONTAINS(geo, 'POLYGON ((0 0, 10 0, 10 10, 0 10, 0 0))')"

res = client.query(
    collection_name="geo_demo",
    filter=filter_expr,
    output_fields=["id", "geo"],
    limit=10
)
print(res)   # Expected: a list of rows where geo is entirely inside the polygon

例 2: ベクトル検索 + 空間フィルタ

直線と交差する最も近いベクトルを検索します：

# Assume you've also created an index on "vec" and loaded the collection.
query_vec = [[0.1, 0.2, 0.3, 0.4, 0.5]]
filter_expr = "ST_INTERSECTS(geo, 'LINESTRING (1 1, 2 2)')"

hits = client.search(
    collection_name="geo_demo",
    data=query_vec,
    limit=5,
    filter=filter_expr,
    output_fields=["id", "geo"]
)
print(hits)  # Expected: top-k by vector similarity among rows whose geo intersects the line

GEOMETRY フィールドの使用方法については、Geometry Field を参照してください。

インデックスの削除

コレクションから既存のインデックスを削除するには、drop_index() メソッドを使用します。

client.drop_index(
    collection_name="geo_demo",   # Name of the collection
    index_name="rtree_geo" # Name of the index to drop
)