pymilvus执行多向量搜索

pymilvus执行多向量搜索

从 Milvus 2.4 开始，引入了多向量支持和混合搜索框架，单个collection可以支持10个向量字段。不同的向量字段可以表示不同的方面、不同的embedding模型甚至表征同一实体的不同数据模态。该功能在综合搜索场景中特别有用，例如根据图片、语音、指纹等各种属性来识别向量库中最相似的人。

多向量搜索支持在多个向量字段上执行搜索请求，并使用重排名策略（例如RRF和加权评分）组合结果。

客户端pymilvus需要2.4版本。

准备数据

集合hello_milvus有2个向量字段embeddings1、embeddings2

创建多个 AnnSearchRequest 实例

每个AnnSearchRequest代表指定向量字段上的单个搜索请求。

以下示例创建两个AnnSearchRequest实例对两个向量字段执行单独的相似性搜索。

query_vector1 = [[0.9425935745239258,0.7893211245536804,0.6682707071304321,0.6769697070121765,0.9508556127548218]]

search_param_1 = {
   
   
    "data": query_vector1, # Query vector
    "anns_field": "embeddings1", # Vector field name
    "param": {
   
   
        "metric_type": "L2", # This parameter value must be identical to the one used in the collection schema
        "params": {
   
   "nprobe": 10}
    },
    "limit": 2 # Number of search results to return in this AnnSearchRequest
}
request_1 = AnnSearchRequest(**<