為 StructArray 欄位建立索引

在執行向量搜尋或加速標量篩選之前，請先在 StructArray 子欄位上建立索引。對於 StructArray 欄位，索引目標為子欄位路徑，例如chunks[emb_list_vector] 、chunks[emb] 或chunks[section] 。

本頁使用《建立 StructArray 欄位》中的tech_articles 集合。chunks StructArray 欄位包含用於篩選的標量子欄位，以及用於搜尋的向量子欄位。

開始之前

請確保集合模式中已包含chunks StructArray 欄位，且資料已插入。

子欄位路徑	類型	索引用途
chunks[emb_list_vector]	FLOAT_VECTOR	使用MAX_SIM* 指標進行 EmbeddingList 搜尋。
chunks[emb]	FLOAT_VECTOR	使用常規向量指標進行元素層級搜尋。
chunks[section]	VARCHAR	類別篩選。
chunks[quality_score]	FLOAT	數值篩選與範圍式謂詞。
chunks[has_code]	BOOL	布林篩選。

選擇索引

請使用搜尋模式來選擇向量度量家族。

搜尋或篩選目標	目標路徑	應如何選擇
EmbeddingList 搜尋	chunks[emb_list_vector]	MAX_SIM* 度量族。
元素層級向量搜尋	chunks[emb]	常規向量度量族，例如COSINE 、IP 或L2 。
依字串或類別篩選	chunks[section]	您的目標所支援的標量索引。
依數值範圍篩選	chunks[quality_score],chunks[page]	目標所支援的標量索引。
依布林值篩選	chunks[has_code]	您的目標所支援的標量索引。

「嵌入清單」搜尋會將 StructArray 向量子欄位中的向量視為嵌入清單，並回傳實體層級的結果。元素層級搜尋則會獨立搜尋每個 Struct 元素，並可回傳匹配元素的偏移量。

建立向量索引

以下範例建立兩個向量索引。第一個索引使用「MAX_SIM* 」度量進行 EmbeddingList 搜尋；第二個索引則使用一般向量度量進行元素層級搜尋。

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,
)

建立標量索引

當您在篩選器中使用 StructArray 標量子欄位時，請為其建立標量索引。請使用與structArray[subfield] 相同的路徑語法。

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,
)

標量索引雖屬選用，但在 StructArray 標量子場頻繁出現在篩選器中時（例如element_filter(chunks, $[quality_score] > 0.9) 或MATCH_ANY(chunks, $[section] == "index") ），此功能相當實用。

索引指標的相容性

請參照以下表格，為 StructArray 向量子欄位選擇索引類型與度量類型。請從目標開始，然後根據搜尋模式選擇度量家族。

請從以下相容性表格中選擇 Milvus 索引類型與度量類型。

EmbeddingList 搜尋

EmbeddingList 搜尋使用MAX_SIM* 指標。它將 StructArray 向量子欄位中的向量視為嵌入清單，並返回實體層級的結果。

向量子欄位資料型別	索引類型	度量類型
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

元素層級搜尋

元素層級搜尋採用標準向量度量。它會獨立搜尋每個 Struct 元素，並可回傳匹配元素的偏移量。

向量子欄位資料型別	索引類型	度量類型
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

有關特定版本的支援及其他限制，請參閱《StructArray 限制》。

驗證索引

建立索引後，請描述集合或清單索引，以確認預期的子欄位路徑已納入索引。

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

print(indexes)

若您的 SDK 版本提供了索引描述 API，您亦可對特定索引進行描述。

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

print(index)

索引規則

規則	說明
請使用路徑語法來建立子欄位索引。	請使用chunks[emb] 來建立索引，而非emb 或chunks.emb 。
一個向量子欄位僅接受一個索引。	若需使用不同的指標家族，請使用獨立的向量子欄位。
請使用MAX_SIM* 指標進行 EmbeddingList 搜尋。	EmbeddingList 查詢資料需要使用MAX_SIM* 指標建立的索引。
請使用一般向量指標進行元素層級搜尋。	元素層級搜尋使用一般向量查詢資料，以及諸如COSINE 、IP 或L2 等指標。
請為出現在篩選條件中的標量子欄位建立索引。	請使用目標所支援的標量索引類型。
請留意向量欄位的限制。	向量場和向量子場的總數受到限制。在新增大量向量子場之前，請參閱《StructArray 限制》。

常見錯誤

• 在 `chunks.emb ` 上建立索引，而非在 `chunks[emb]` 上建立索引。

• 僅建立MAX_SIM* 索引，隨後卻嘗試在同一子場上執行元素層級搜尋。

• 僅建立一般向量索引，隨後卻嘗試在同一子場上執行 EmbeddingList 搜尋。

• 將同一個向量子欄位同時用於MAX_SIM* 和一般向量指標。

• 遺漏針對使用頻率極高的 StructArray 篩選條件所建立的標量索引。

• 為 Struct 模式中不存在的 StructArray 子欄位建立索引。

下一步

1. 若要執行實體層級的 EmbeddingList 搜尋或元素層級的向量搜尋，請參閱《使用 StructArray 進行基本向量搜尋》。

2. 若要在搜尋過程中篩選 StructArray 的標量子欄位，請參閱《使用 StructArray 進行篩選搜尋》。

3. 若要檢視索引和指標限制，請參閱《StructArray 限制》。