《向量数据库指南》——Range Search 的技术实现细节

Range Search 功能诞生于社区。
 


 

某天,一位做系统推荐的用户在社区提出了需求,希望 Milvus Cloud 能提供一个新功能,可以返回向量距离在一定范围之内的结果。而这不是个例,开发者在做相似性查询时,经常需要对结果做二次过滤。


 

为了帮助用户解决这一问题,Milvus Cloud 推出了全新功能—— Range Search(范围搜索)。本文将带各位详解这一新功能,包括 Range Search 的基本介绍、使用场景及其背后的技术细节。

Range Search 的技术实现细节

《向量数据库指南》——Range Search 的技术实现细节_第1张图片

接下来,我们深入 Range Search 功能的架构和算法,探讨其优势、局限性以及 Range Search 与第三方算法库集成。

Range Search 重用了现有的搜索流程,二者在上层所有数据通路几乎完全是一样的。以下是接收到搜索请求时所采取的步骤:

  • SDK 接到一个用户的查询请求,在 search param 中包含了 radius 和 range_filter 信息;

  • proxy 在收到这个查询请求后,生成一个 SearchTask 传给 querynode;

  • <

你可能感兴趣的:(《向量数据库指南》,langchain,人工智能,向量数据库,Milvus,Milvus,cloud,维格云,低代码)