BIN_FLAT

O índice BIN_FLAT é uma variante do índice FLAT adaptada exclusivamente para incorporação binária. É excelente em aplicações em que a pesquisa de semelhança de vectores exige uma precisão perfeita em conjuntos de dados relativamente pequenos e de escala milionária. Ao empregar uma metodologia de pesquisa exaustiva - comparando cada entrada alvo com todos os vectores do conjunto de dados - o BIN_FLAT garante resultados exactos. Esta precisão torna-o uma referência ideal para avaliar o desempenho de outros índices que podem oferecer menos de 100% de recuperação, embora a sua abordagem minuciosa também o torne a opção mais lenta para dados de grande escala.

Criar índice

Para construir um índice BIN_FLAT num campo vetorial em Milvus, utilize o método add_index(), especificando os parâmetros index_type e metric_type para o índice.

from pymilvus import MilvusClient

# Prepare index building params
index_params = MilvusClient.prepare_index_params()

index_params.add_index(
    field_name="your_binary_vector_field_name", # Name of the vector field to be indexed
    index_type="BIN_FLAT", # Type of the index to create
    index_name="vector_index", # Name of the index to create
    metric_type="HAMMING", # Metric type used to measure similarity
    params={} # No additional parameters required for BIN_FLAT
)

Nesta configuração:

• index_type: O tipo de índice a construir. Neste exemplo, defina o valor para BIN_FLAT.

• metric_type: O método utilizado para calcular a distância entre vectores. Os valores suportados para incorporação binária incluem HAMMING (predefinição) e JACCARD. Para obter detalhes, consulte Tipos de métricas.

• params: Não são necessários parâmetros adicionais para o índice BIN_FLAT.

Assim que os parâmetros do índice estiverem configurados, pode criar o índice utilizando diretamente o método create_index() ou passando os parâmetros do índice no método create_collection. Para obter detalhes, consulte Criar coleção.

Pesquisar no índice

Depois de o índice ser criado e as entidades inseridas, pode efetuar pesquisas de semelhança no índice.

res = MilvusClient.search(
    collection_name="your_collection_name", # Collection name
    anns_field="binary_vector_field",  # Binary vector field name
    data=[query_binary_vector],  # Query binary vector
    limit=3,  # TopK results to return
    search_params={"params": {}}  # No additional parameters required for BIN_FLAT
)

Para obter mais informações, consulte Vetor binário.

Parâmetros de índice

Para o índice BIN_FLAT, não são necessários parâmetros adicionais durante a criação do índice ou o processo de pesquisa.