反转

当您需要对数据执行频繁的过滤查询时，INVERTED 索引可显著提高查询性能。Milvus 使用倒排索引来快速查找与过滤条件相匹配的准确记录，而不是扫描所有文档。

何时使用反转索引

需要时使用反转索引：

• 通过特定值进行筛选：查找某个字段等于特定值的所有记录（例如category == "electronics")

• 过滤文本内容：在VARCHAR 字段上执行高效搜索

• 查询 JSON 字段值：对 JSON 结构中的特定键进行过滤

性能优势：INVERTED 索引无需进行全 Collectionions 扫描，可将大型数据集的查询时间从几秒缩短到几毫秒。

INVERTED 索引如何工作

Milvus 中的INVERTED 索引将每个唯一字段值（术语）映射到出现该值的文档 ID 集。这种结构可以快速查找具有重复或分类值的字段。

如图所示，该过程分为两个步骤：

1. 前向映射（ID → 术语）：每个文档 ID 都指向其包含的字段值。

2. 反向映射（术语 → ID）：Milvus Collections 收集唯一术语，并从每个术语到包含该术语的所有 ID 建立反向映射。

例如，值"electronics "映射到 ID1和3，而"books "映射到 ID2和5。

反向索引如何工作

当你过滤特定值（例如category == "electronics" ）时，Milvus 只需在索引中查找该术语，并直接检索匹配的 ID。这就避免了扫描整个数据集，并实现了快速过滤，尤其是对分类或重复值的过滤。

INVERTED 索引支持所有标量字段类型，如BOOL、INT8、INT16、INT32、INT64、FLOAT、DOUBLE、VARCHAR、JSON 和ARRAY。不过，索引 JSON 字段的索引参数与普通标量字段略有不同。

在非 JSON 字段上创建索引

要在非 JSON 字段上创建索引，请按照以下步骤操作：

1. 准备索引参数：

   from pymilvus import MilvusClient
   
   client = MilvusClient(uri="http://localhost:19530") # Replace with your server address
   
   # Create an empty index parameter object
   index_params = client.prepare_index_params()
   

2. 添加INVERTED 索引：

   index_params.add_index(
       field_name="category",           # Name of the field to index
       index_type="INVERTED",          # Specify INVERTED index type
       index_name="category_index"     # Give your index a name
   )
   

3. 创建索引：

   client.create_index(
       collection_name="my_collection", # Replace with your collection name
       index_params=index_params
   )
   

在 JSON 字段上创建索引Compatible with Milvus 2.5.11+

您还可以在 JSON 字段内的特定路径上创建 INVERTED 索引。这需要额外的参数来指定 JSON 路径和数据类型：

# Build index params
index_params.add_index(
    field_name="metadata",                    # JSON field name
    index_type="INVERTED",
    index_name="metadata_category_index",
    params={
        "json_path": "metadata[\"category\"]",    # Path to the JSON key
        "json_cast_type": "varchar"              # Data type to cast to during indexing
    }
)

# Create index
client.create_index(
    collection_name="my_collection", # Replace with your collection name
    index_params=index_params
)

有关 JSON 字段索引的详细信息，包括支持的路径、数据类型和限制，请参阅JSON 索引。

删除索引

使用drop_index() 方法从 Collections 中删除现有索引。

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

最佳实践

• 加载数据后创建索引：在已包含数据的 Collections 上建立索引，以提高性能

• 使用描述性索引名称：选择能清楚表明字段和目的的名称

• 监控索引性能：在创建索引前后检查查询性能

• 考虑您的查询模式：在您经常过滤的字段上创建索引

下一步

• 了解其他索引类型

• 有关JSON索引的高级应用场景，请参阅 JSON 索引