使用向量检索通过语义内容及多媒体特性快速查找文件

通过OSS向量检索，您可以基于语义内容、OSS元数据、多媒体元数据、对象ETag及标签和自定义元数据等条件，快速定位海量Object中的目标文件，优化检索效率。

使用场景

个人及企业办公场景

向量检索可以通过特定语义内容直接对办公文件进行搜索，例如直接搜索“ERP 系统使用方式”、“IT 维修流程”、“2024 年经营情况分析”等关键词，以实现文件搜索方式的便捷化，从而提升办公效率。

多媒体社交场景

在多媒体社交场景中，您可以利用检索能力，为您的用户提供特定内容和多媒体数据检索功能。例如，在某款社交应用程序中，用户上传了大量图片数据。通过语义检索，用户可以直接根据内容进行图片搜索，比如直接搜索内容为“郊外春游”、“春节团聚”、“我见过的大海”等照片，从而为应用程序增加实用性和趣味性。

网盘场景

在网盘场景中，目前大多数提供基于标量检索的文件搜索功能，例如按文件名称、创建时间或文件后缀进行搜索。网盘通常应用于个人或企业场景，用户可以利用向量检索功能，对网盘中的特定内容进行搜索，比如相关文档或相册中的相关图片。

视频监控场景

针对视频监控存储的数据，企业可以利用向量检索能力对监控数据中的部分文件进行搜索。比如输入“雪天户外监控”、“晴天中的果园”等关键词，即可对相应文件进行检索。

注意事项

地域限制
华南3（广州）地域的Bucket支持使用向量检索功能。
Bucket限制
向量检索支持文件数量最多100亿的Bucket。对于文件数量不超过1亿的Bucket，您可以直接启用此功能；而当文件数量超过1亿时，请联系技术支持申请开通。

费用说明

向量检索目前是公测阶段。使用向量检索功能会产生Object的元数据管理费用以及检索次数费用，但公测期间暂不收费。关于向量检索计费项的更多信息，请参见数据索引费用。

除向量检索计费项外，使用向量检索还会产生API请求费用，按照API调用次数收费。涉及的API请求如下：

行为	API	次数
为Bucket中的文件构建索引	HeadObject和GetObject	每个文件调用1次
Bucket中文件存在Tag	GetObjectTag	每个携带Tag的文件调用1次
Bucket中文件携带自定义Meta	GetObjectMeta	每个携带自定义Meta的文件调用1次
Bucket中存在软链接文件	GetSymlink	每个携带软链接的文件调用1次
扫描Bucket中的文件	ListObjects	每扫描1000个文件调用1次

关于OSS API的请求费用，请参见请求费用。

建立索引所需时间
开启向量检索功能时，建立索引所需时间与Bucket内存量的文件数量成正比。文件数量越多，建立索引的时间越长。一般来说，1000万个文件初次建立索引的时间约为1小时，10亿个文件初次建立索引的时间约为1天，100亿个文件初次建立索引的时间约为2~3天，该时间仅供参考。
分片上传
对于通过分片上传生成的Object，查询结果中只显示已通过CompleteMultipartUpload操作将碎片（Part）合成的完整Object，不显示已初始化但未完成（Complete）或者未中止（Abort）的碎片。

操作步骤

使用OSS控制台

以查询内容为“发光的建筑”、格式为JPG、图片宽高在800*1200内的文件为例进行演示，期望检索结果为下图“江边的夜景.jpg”。

登录OSS管理控制台。
单击Bucket 列表，然后单击目标Bucket名称。
在左侧导航栏，选择文件管理 > 数据索引。
在数据索引页面，单击立即开启。
选择向量检索，单击确认开启。
说明
构建元数据索引需要等待一定的时间，具体等待时长取决于Bucket中Object的数量。若开启时间过久可通过刷新来查看开启状态。
设置检索条件，其他参数保留默认设置。
- 在语义内容区域填写对该图片的描述，例如：发光的建筑。
- 多媒体类型选择图片。
  - 图片格式选择 JPG/JPEG。
  - 图片宽度设置小于800px。
  - 图片高度设置小于1200px。

单击立即查询。查询结果符合预期，按照特征描述成功查询到该文件。

如需了解完整的检索条件和输出设置，请参见检索条件和输出设置。

使用REST API

如果您的程序自定义要求较高，您可以直接发起REST API请求。直接发起REST API请求需要手动编写代码计算签名。更多信息，请参见DoMetaQuery。

检索条件和输出设置

检索条件设置

以下是完整的检索条件，您可以根据需要设置单个或多个检索条件。

OSS元数据检索条件

检索条件	说明
存储类型	您可以按需选择希望在查询结果中显示的Object存储类型。已选择语义内容检索条件：只支持检索标准存储、低频存储。未选择语义内容检索条件：默认支持检索标准、低频访问、归档、冷归档和深度冷归档多种存储类型。
读写权限	默认选中OSS支持的四种读写权限ACL，即继承Bucket、私有、公共读以及公共读写。您可以按需选择希望在查询结果中显示的Object读写权限。
文件名	支持模糊匹配和等于。如果您希望在查询结果中显示某个文件名，例如exampleobject.txt。您可以通过以下两种方式匹配目标文件：选择等于，然后输入完整的文件名称`exampleobject.txt`。选择模糊匹配，然后输入文件前缀或者后缀，例如`example`或者`.txt`。重要模糊匹配可命中Object名称的任意字符，例如输入`test`，则查询结果中将显示localfolder/test/.example.jpg、localfolder/test.jpg等。
上传类型	默认选中OSS支持的四种Object类型，您可以按需选择希望在查询结果中显示的Object类型。Object类型说明如下： Normal：通过简单上传方式生成的Object。 Multipart：通过分片上传方式生成的Object。 Appendable：通过追加上传方式生成的Object。 Symlink：为快速访问Object创建的软链接。
最后修改时间	指定Object被最后修改的起始日期和结束日期，时间精确到秒。
文件大小	支持等于、大于、大于等于、小于和小于等于五种筛选条件，文件大小单位为KB。
对象版本	仅支持查询当前版本Object。

对象Etag及标签检索条件

如需根据对象Etag及标签进行过滤查找，可输入您希望在查询结果中显示的Object对应的ETag或标签信息。

ETag仅支持精确匹配。ETag必须带引号，示例值为"5B3C1A2E0563E1B002CC607C6689"。可输入多个ETag，每行一个。
以键值对（Key-Value）的形式指定对象标签。对象标签的Key和Value均区分大小写。关于标签规则的更多信息，请参见对象标签。

多媒体元数据检索条件

您可以通过图片、文档、音频、视频的特定属性来过滤得到您期望的结果。

检索条件	说明
图片	支持筛选多种图片格式：JPG/JPEG、PNG、APNG、BMP、GIF、WEBP、TIFF、HEIC、HEIC-SEQUENCE、AVIF 图片宽高：允许设置宽高范围，单位px。
文档	支持筛选多种文档格式：DOC、DOCX、PPTX、PPT、XLS、XLSX、PDF、RTF、TXT、LOG、XML、HTML
视频	支持筛选多种视频格式：AVI、 MPEG、 MPG、 RM、 MOV、WMV、 3GP、 MP4、 FLV、 MKV、 TS 视频分辨率：允许设置视频分辨率范围单位px。视频时长：允许设置时长范围，单位s。视频码率：允许设置码率范围，单位kbps。
音频	支持筛选多种音频格式：MP3、 WMA、 OGG、 RA、 MIDI、 AIF/AIFF、 M4A、MKA、 MP2 音频时长：允许设置时长范围，单位s。

语义内容检索条件

您可以通过输入内容语义，快速检索获取其相关的图片、文档、视频或音频资源。

自定义搜索相关内容的文件，长度限制：40字符。如搜索“雪中故宫照片”、“无线打印机的使用方式”等。
语义内容检索使用限制。
- 不支持设置对象排列和数据聚合输出方式。
- 必须勾选一组并且只能勾选一组多媒体元数据检索条件。
- 不支持查找使用KMS自带密钥BYOK加密的Object。

自定义元数据检索条件

您可以通过输入元数据的键值对，利用自定义元数据精确检索结果。

以键值对（Key-Value）的形式指定对象元数据。关于自定义元数据的更多信息，请参见管理文件元数据。
支持添加多选（Key，Value 都必填），最多自定义20个。

结果输出设置

您可对输出结果进行排序和简单统计。

对象排序方式：支持根据最后修改时间、文件名和文件大小进行升序、降序及默认排序。您可以按需选择并排序检索结果，便于快速找到所需文件。
数据聚合：支持多种输出类型，您可以对检索结果进行去重统计、分组计数、最大值、最小值、平均值和求和等计算，便于高效分析和管理数据。

常见问题

为什么文件上传后，无法立即检索到？

文件上传后，对应文件的索引生成需要一定时间，所以查询结果会有一定程度的延迟，可能无法立即得到查询结果，等待片刻后重试即可。