向量查询_智能开放搜索 OpenSearch(Open Search)-阿里云帮助中心

引擎索引重建成功后就可以开始搜索体验，向量检索版在控制台中内置了“查询测试”功能方便用户查询测试。支持向量查询、主键查询、向量文本混合查询三种查询方式，本文介绍向量查询。

界面入口

点击【查询测试】-【向量查询】，选择要查询的表名，支持表单模式和开发者模式，右上方下拉框可切换，默认为表单模式。

表单模式

查询参数用表单编辑，查询结果会展示到下方列表，部分查询功能不支持。

查询参数说明：

表名：必填，需要召回的表，下拉选实例中状态为使用中的表。
索引名称：必填，选择实例表之后，索引名会自动填入，无需用户再选择。
TopK：必填，最大可返回的搜索结果条数，默认为10，支持填写大于0的整数。
过滤条件：非必填，支持的操作符有>、<、=、<=、>=、!=，多个条件之间支持AND、OR和()进行连接，可参考filter过滤语法。
Query类型：必填，用于搜索的Query数据类型，如向量、图片或文本。
命名空间：非必填，通过命名空间对向量索引进行分区查询。
结果排列顺序：必填，可选择ASC(升序)和DESC(降序)，默认为ASC。
文本向量值内容输入框：Query类型为向量时，输入向量值，格式为数组类型；Query类型为图片时，支持上传本地图片或base64编码；Query类型为文本时，输入文本内容。

Query类型为向量

表名选择后，索引名称会自动展示，无需用户选择，Query类型为向量类型，下方输入框会出现输入向量的维度提示：

输入对应的向量维度数据，点击【搜索】，下方会展示搜索结果列表，如图：

Query类型为图片

表名选择后，索引名称会自动展示，无需用户选择，Query类型为图片类型（仅限使用OpenSearch内置embedding能力的表使用），会出现图片类型选择，目前支持上传图片和base64编码两种方式，默认为base64编码，如图：

上传图片方式

点击上传图片选择本地图片，可选择多主体识别开启模式，点击【搜索】，效果展示如下：

说明

多主体识别结果说明：

将识别的全部主体，框选并编号
默认展示像素最大主体的搜索结果，图片中会高亮主体范围
可手动点击主体序号，切换主体搜索，搜索结果和图片高亮位置对应变化。

重要

图片上传规则说明：

图片支持格式（png、jpg、jpeg）。
图片大小不可超过2M。

base64编码方式

选择base64编码，需要输入对应的base64编码值，点击【搜索】，效果展示如下：

Query类型为文本

表名选择后，索引名称会自动展示，无需用户选择，Query类型为文本类型，下方输入框会出现输入文本内容提示，文本搜索仅限有embedding能力的表：

输入文本内容，点击【搜索】，下方会展示搜索结果列表，如图：

开发者模式

查询与结果均展示原始语句，支持全部查询功能。

在搜索框中输入查询相关参数，点击【搜索】，右边框内会展示搜索结果，如图：

单向量查询示例如下：

{
  "vector": [0.345263,0.346272,0.33663.....],
  "topK": 10,
  "indexName": "",
  "includeVector": true,
  "namespace":"test1"
}

vector：格式为list[float]，将向量值内容输入进去即可，注意维度需要和引擎搭建维度一致。
topK：返回个数，可根据需求设置，默认为10。
indexName：非必填，向量索引名称。
includeVector：是否返回文档中的向量信息，默认为true，可以设置。
namespace：非必填，若实例配置有类目，则必须配置，否则可忽略。

多向量多namespace查询示例：

{
  "tableName": "gist",
  "indexName": "vec_index",
  "queries": [
    {
      "vector": [0.1, 0.2, 0.3],
      "namespace": "space_a"
    },
    {
      "vector": [0.4, 0.5, 0.6],
      "namespace": "space_b"
    }
  ]
  "topK": 3,
  "includeVector": true
}

更多参数可参考向量查询文档。

注意事项

表单模式查询限制：

不支持多namespace查询。
不支持同时查多个向量索引。
不支持查多个向量。
默认返回文档中的向量信息。
默认返回对应doc的所有字段信息+值。
默认对结果分数过滤。