如何在 SQL 查询中使用多元索引向量检索_表格存储(Tablestore)-阿里云帮助中心

向量检索（KnnVectorQuery）使用数值向量进行近似最近邻查询，可以在大规模数据集中找到最相似的数据项。向量检索功能适用于推荐系统、图像与视频检索、自然语言处理与语义搜索等场景。

说明

关于向量检索的更多信息，请参见向量检索介绍与使用。

注意事项

要使用向量检索，向量字段在数据表中对应列的数据类型必须为字符串类型。创建多元索引时，该列的数据类型需要配置为向量类型字段，并指定向量维度、向量数据类型和向量之间的距离度量算法。
如果要在 SQL 查询时使用向量检索，则需要为数据表创建多元索引映射关系。关于如何创建多元索引映射关系，请参见创建多元索引的映射关系。

数据类型映射

表数据类型	多元索引数据类型	SQL 数据类型
字符串	向量类型，并指定向量维度、向量数据类型和向量之间的距离度量算法。	VARCHAR（主键）
字符串	向量类型，并指定向量维度、向量数据类型和向量之间的距离度量算法。	MEDIUMTEXT（预定义列）

创建方法

在 CREATE TABLE 语句中，向量列和普通列的创建方法和语法相同，只需要正确书写向量列名和对应的数据类型即可。在多元索引映射关系中，向量列的字段类型推荐定义成 MEDIUMTEXT 类型。

创建包含向量类型列的多元索引映射关系，SQL 示例如下：

CREATE TABLE `test_table__test_table_index`(
    `col_vector` MEDIUMTEXT
) 
ENGINE='searchindex'
ENGINE_ATTRIBUTE='{"index_name":"test_table_index", "table_name":"test_table"}';

向量检索

VECTOR_QUERY_FLOAT32

VECTOR_QUERY_FLOAT32 函数用于使用数值向量进行近似最近邻查询。

SQL 表达式

VECTOR_QUERY_FLOAT32(fieldName, float32QueryVector,topk, filter)

参数说明

参数	类型	是否必选	说明
fieldName	string	是	要匹配的列。向量检索必须应用于多元索引向量类型字段。
float32QueryVector	string	是	要查询相似度的向量。重要向量维度需要保证和多元索引中向量类型字段的维度一致。
topK	int	是	查询最邻近的 topK 个值。关于最大值的说明请参见多元索引限制。重要 K 值越大，召回率越好，但是查询延迟和费用越高。当 topK 的值小于 SQL 语句中的 limit 值时，服务端会自动把 topK 的值放大到 limit 的值。
filter	string	否	查询过滤器，支持组合使用任意的非向量检索的查询条件。

示例
以下示例用于查询 exampletable 表中 col_vector 列与[1.5, -1.5, 2.5, -2.5]最相似的 10 个值。
```
SELECT * FROM exampletable WHERE VECTOR_QUERY_FLOAT32(col_vector, "[1.5, -1.5, 2.5, -2.5]", 10) limit 10;
```

SCORE()

SCORE() 函数用于获取查询结果的相关性分数，分数越大代表越相似。

SQL 表达式
```
SCORE()
```
示例
以下示例用于查询 exampletable 表中 col_vector 列与[1.5, -1.5, 2.5, -2.5]最相似的 10 个值，并展示查询结果的相关性分数。
```
SELECT *,SCORE() FROM exampletable WHERE VECTOR_QUERY_FLOAT32(col_vector, "[1.5, -1.5, 2.5, -2.5]", 10) limit 10;
```

与其他查询组合使用示例

向量检索可以和其他条件自由组合使用，不同的组合使用方式会有不同的效果，以下对两种常见的使用方式进行说明。此处以一个 Filter 命中数据量较少的场景为例进行介绍。

假设表中有 1 亿张图片，其中用户“a”总计有 5 万张图片，但是在 2024 年仅有 50 张图片，用户“a”希望以图搜图的方式找到 2024 年最相似的 10 张图片。

以下示例首先会通过 filter 筛选出用户“a”在 2024 年的所有 50 张图片，然后再从 50 张图片中找到最相似的 10 张图片返回给用户，并展示出每一张图片与目标图片的相关性分数。
```
SELECT *,SCORE() FROM exampletable WHERE VECTOR_QUERY_FLOAT32(col_vector, "[1.5, -1.5, 2.5, -2.5]", 100, user="a" and year_num=2024) limit 10;
```
以下示例会先返回表中 1 亿张图片中最相似的前 TopK=500 张图片，然后再按照顺序找出用户“a”在 2024 年的 10 张图片，并展示出每一张图片与目标图片的相关性分数。但是由于所有图片的 TopK=500 张图片中不一定包含用户“a”2024 年所有的 50 张图片，因此该查询方式不一定能找到 2024 年的 10 张图片，甚至找不到任何数据。
```
SELECT *,SCORE() FROM exampletable WHERE user="a" and year_num=2024 and VECTOR_QUERY_FLOAT32(col_vector, "[1.5, -1.5, 2.5, -2.5]", 500) limit 10;
```

使用示例

假设数据表名称为 vector_query_table，该表中有主键列 pk（字符串类型）和两个属性列 col_vector（字符串类型）、col_keyword（字符串类型）。

如果要在 SQL 查询时使用向量检索，则需要为数据表创建多元索引并创建多元索引的映射关系，然后通过 SQL 语句使用向量检索。具体步骤如下：

创建多元索引并完成对向量字段的配置。具体操作，请参见通过控制台使用多元索引或通过 SDK 使用多元索引。
说明
如果要使用的多元索引中未配置向量字段，您可以通过修改多元索引的 schema 来配置向量字段。具体操作，请参见动态修改 schema。
- 使用控制台创建多元索引的配置如下图所示。
  多元索引名称为 vector_query_table_index，包括 col_vector（向量类型）和 col_keyword（String 类型）列。其中向量字段所在列为 col_vector。
- 多元索引 Schema 如下图所示。
创建多元索引映射关系。具体操作，请参见通过控制台使用 SQL 查询或者通过 SDK 使用 SQL 查询。
1. 多元索引映射关系名称为 vector_query_table__vector_query_table_index，该映射关系向量字段所在列 col_vector 对应的 SQL 数据类型为 MEDIUMTEXT。更多信息，请参见创建多元索引的映射关系。
  SQL 示例如下：
```
CREATE TABLE `vector_query_table__vector_query_table_index`(
    `col_vector` MEDIUMTEXT,
    `col_keyword` MEDIUMTEXT
)
ENGINE='searchindex',
ENGINE_ATTRIBUTE='{"index_name":"vector_query_table_index","table_name":"vector_query_table"}';
```
2. （可选）创建多元索引映射关系后，请根据需要执行如下操作。
  查询表的描述信息
  执行如下语句查询表的描述信息。
```
DESCRIBE vector_query_table__vector_query_table_index;
```
  返回结果如下图所示。
  获取表中数据
  执行如下语句获取表中数据。
```
SELECT * FROM vector_query_table__vector_query_table_index;
```
  返回结果如下图所示。假设多元索引映射关系 vector_query_table__vector_query_table_index 有 10 条数据。
使用向量检索查询数据。更多信息，请参见查询数据。
以下示例用于查询 col_vector 列与[1.5, 2.0, 2.5, 1.7]最相似的 5 个值，并展示查询结果的相关性分数。
```
SELECT *,SCORE() FROM vector_query_table__vector_query_table_index WHERE VECTOR_QUERY_FLOAT32(col_vector, "[1.5, 2.0, 2.5, 1.7]", 5) limit 5;
```
返回结果如下图所示。

使用限制

VECTOR_QUERY_FLOAT32 函数只能在多元索引映射关系上使用。
使用 VECTOR_QUERY_FLOAT32 函数时，必须使用 limit，不能使用 Having 子句。
VECTOR_QUERY_FLOAT32 函数只能作为 SELECT 语句的 WHERE 子句，不能作为 SELECT 语句的列表达式，不能用于聚合函数计算，不能进行分组和排序。
SCORE() 函数只能配合 VECTOR_QUERY_FLOAT32 函数一起使用，不能单独使用。
SCORE() 函数只能作为 SELECT 语句的列表表达式，不能作为 SELECT 语句的 WHERE 子句，不能用于聚合函数计算，不能直接用于排序语句。