基本操作符

Zilliz Cloud 提供了丰富的基本操作符，可帮助您高效过滤和查询数据。您可以使用这些操作符，根据标量字段、数值计算、逻辑条件等细化搜索条件。掌握这些操作符的用法，是构建精确查询并提升搜索效率的关键。

📘说明

过滤表达式左侧的值既可以是 Collection 字段名称（例如下文示例中的 status、color 等），也可以是指定元素索引处的 StructArray 子字段名称，例如 filter = 'struct[0][subfield] > 10'。

有关 StructArray 字段中标量过滤的详细信息，请参阅 StructArray 操作符。

比较操作符

比较操作符用于根据相等、不等或大小关系过滤数据，适用于数值字段和文本字段。

支持的比较操作符

• ==（等于）

• !=（不等于）

• >（大于）

• <（小于）

• >=（大于或等于）

• <=（小于或等于）

示例 1：使用等于（==）操作符过滤

假设有一个名为 status 的字段，您需要查找 status 为 "active" 的所有实体。可以使用等于操作符 ==：

python

filter = 'status == "active"'

示例 2：使用不等于（!=）操作符过滤

要查找 status 不为 "inactive" 的实体：

python

filter = 'status != "inactive"'

示例 3：使用大于（>）操作符过滤

要查找 age 大于 30 的所有实体：

python

filter = 'age > 30'

示例 4：使用小于（<）操作符过滤

要查找 price 小于 100 的实体：

python

filter = 'price < 100'

示例 5：使用大于或等于（>=）操作符过滤

要查找 rating 大于或等于 4 的所有实体：

python

filter = 'rating >= 4'

示例 6：使用小于或等于（<=）操作符过滤

要查找 discount 小于或等于 10% 的实体：

python

filter = 'discount <= 10'

范围操作符

范围操作符用于根据一组特定值过滤数据。Zilliz Cloud 支持使用 IN 检查值是否属于指定集合。

要查找 color 为 "red"、"green" 或 "blue" 的所有实体：

python

filter = 'color in ["red", "green", "blue"]'

需要检查某个值是否属于值列表时，这种方法非常有用。

模式匹配操作符

模式匹配操作符用于根据通配符模式或正则表达式过滤字符串值。

• LIKE：用于匹配字符串值中的简单通配符模式。例如，name LIKE "Prod%" 可以匹配以 Prod 开头的值。

• =~：使用 RE2 正则表达式匹配字符串值。例如，code =~ "E[0-9]{4}" 可以匹配包含 E1001 等错误代码的值。

• !~：排除与 RE2 正则表达式匹配的字符串值，等同于 NOT (field =~ "pattern")。

要查找 name 以 Prod 开头的实体：

python

filter = 'name LIKE "Prod%"'

要查找 code 中包含 E1001 等错误代码的实体：

python

filter = 'code =~ "E[0-9]{4}"'

要排除 message 以 DEBUG 开头的实体：

python

filter = 'message !~ "^DEBUG"'

有关如何选择 LIKE 或正则表达式，以及支持的字段类型、正则表达式语法、转义规则和性能等详细信息，请参阅模式匹配。Zilliz Cloud 还支持在 VARCHAR 字段或 JSON 字符串路径上构建 NGRAM 索引，以加速符合条件的模式匹配过滤。有关详细信息，请参阅 NGRAM。

算术操作符

算术操作符用于根据数值字段的计算结果构建过滤条件。

支持的算术操作符

• +（加法）

• -（减法）

• *（乘法）

• /（除法）

• %（取模）

• **（幂运算）

示例 1：使用取模（%）操作符

要查找 id 为偶数（即能被 2 整除）的实体：

python

filter = 'id % 2 == 0'

示例 2：使用幂运算（**）操作符

要查找 price 的平方大于 1000 的实体：

python

filter = 'price ** 2 > 1000'

按位操作符

当整数值用于编码权限、功能开关或状态位等多个标志时，按位操作符非常有用。您可以在过滤表达式中使用这些操作符，检查、组合或比较整数值中的各个位。

对于标量字段，按位操作符适用于 INT8、INT16、INT32 和 INT64 等整数字段类型。

支持的按位操作符

操作符	名称	典型用途
&	按位与	检查特定位是否已设置。
|	按位或	在比较前组合多个位。
^	按位异或	比较两个值之间不同的位。

示例：按权限位过滤

假设有一个名为 permissions 的整数字段，其中每一位分别代表一个权限标志：

权限标志	位值
READ	1
WRITE	2
SHARE	4
ADMIN	8

例如，permissions = 5 表示 READ 和 SHARE 位已设置，因为 5 = 1 + 4。

要查找已设置 SHARE 位的实体，请使用按位与（&）：

python

filter = "(permissions & 4) == 4"

要查找设置 WRITE 位后得到 READ + WRITE + SHARE 权限组合的实体，请使用按位或（|）：

python

filter = "(permissions | 2) == 7"

要查找权限位与 READ + WRITE + SHARE 仅相差 WRITE 位的实体，请使用按位异或（^）：

python

filter = "(permissions ^ 7) == 2"

注意：在比较结果前，始终需要用括号包裹按位运算，例如 (permissions & 4) == 4。

逻辑操作符

逻辑操作符用于将多个条件组合成更复杂的过滤表达式，包括 AND、OR 和 NOT。

支持的逻辑操作符

• AND：组合多个必须全部为真的条件。

• OR：组合多个条件，其中至少一个条件必须为真。

• NOT：对条件取反。

示例 1：使用 AND 组合条件

要查找 price 大于 100 且 stock 大于 50 的所有产品：

python

filter = 'price > 100 AND stock > 50'

示例 2：使用 OR 组合条件

要查找 color 为 "red" 或 "blue" 的所有产品：

python

filter = 'color == "red" OR color == "blue"'

示例 3：使用 NOT 排除条件

要查找 color 不为 "green" 的所有产品：

python

filter = 'NOT color == "green"'

IS NULL 和 IS NOT NULL 操作符

IS NULL 和 IS NOT NULL 操作符用于根据字段是否包含 null 值（即缺少数据）进行过滤。

• IS NULL：查找指定字段包含 null 值（即值缺失或未定义）的实体。

• IS NOT NULL：查找指定字段包含 null 以外的任意值（即字段具有有效定义值）的实体。

📘说明

这些操作符不区分大小写，因此可以使用 IS NULL 或 is null，也可以使用 IS NOT NULL 或 is not null。

包含 Null 值的常规标量字段

Zilliz Cloud 支持对包含 null 值的常规标量字段（例如字符串或数值字段）进行过滤。

📘说明

空字符串 "" 不会被视为 VARCHAR 字段的 null 值。

要检索 description 字段为 null 的实体：

python

filter = 'description IS NULL'

要检索 description 字段不为 null 的实体：

python

filter = 'description IS NOT NULL'

要检索 description 字段不为 null 且 price 字段大于 10 的实体：

python

filter = 'description IS NOT NULL AND price > 10'

包含 Null 值的 JSON 字段

Zilliz Cloud 支持对包含 null 值的 JSON 字段进行过滤。在以下情况下，JSON 字段会被视为 null：

• 整个 JSON 对象被显式设置为 None（null），例如 {"metadata": None}。

• Entity 中完全缺少该 JSON 字段。

📘说明

如果 JSON 对象中的部分元素（例如单个键）为 null，该字段仍会被视为非 null。例如，\{"metadata": \{"category": None, "price": 99.99}} 不会被视为 null，即使其中的 category 键为 null。

为了进一步说明 Zilliz Cloud 如何处理包含 null 值的 JSON 字段，请考虑以下带有 JSON 字段 metadata 的示例数据：

python

data = [
  {
      "metadata": {"category": "electronics", "price": 99.99, "brand": "BrandA"},
      "pk": 1,
      "embedding": [0.12, 0.34, 0.56]
  },
  {
      "metadata": None, # Entire JSON object is null
      "pk": 2,
      "embedding": [0.56, 0.78, 0.90]
  },
  {  # JSON field `metadata` is completely missing
      "pk": 3,
      "embedding": [0.91, 0.18, 0.23]
  },
  {
      "metadata": {"category": None, "price": 99.99, "brand": "BrandA"}, # Individual key value is null
      "pk": 4,
      "embedding": [0.56, 0.38, 0.21]
  }
]

示例 1：检索 metadata 为 null 的实体

要查找 metadata 字段缺失或被显式设置为 None 的实体：

python

filter = 'metadata IS NULL'

# Example output:
# data: [
#     "{'metadata': None, 'pk': 2}",
#     "{'metadata': None, 'pk': 3}"
# ]

示例 2：检索 metadata 不为 null 的实体

要查找 metadata 字段不为 null 的实体：

python

filter = 'metadata IS NOT NULL'

# Example output:
# data: [
#     "{'metadata': {'category': 'electronics', 'price': 99.99, 'brand': 'BrandA'}, 'pk': 1}",
#     "{'metadata': {'category': None, 'price': 99.99, 'brand': 'BrandA'}, 'pk': 4}"
# ]

包含 Null 值的 ARRAY 字段

Zilliz Cloud 支持对包含 null 值的 ARRAY 字段进行过滤。在以下情况下，ARRAY 字段会被视为 null：

• 整个 ARRAY 字段被显式设置为 None（null），例如 "tags": None。

• Entity 中完全缺少该 ARRAY 字段。

📘说明

ARRAY 字段不能包含部分 null 值，因为 ARRAY 字段中的所有元素必须具有相同的数据类型。有关详细信息，请参阅 Array 类型。

为了进一步说明 Zilliz Cloud 如何处理包含 null 值的 ARRAY 字段，请考虑以下带有 ARRAY 字段 tags 的示例数据：

python

data = [
  {
      "tags": ["pop", "rock", "classic"],
      "ratings": [5, 4, 3],
      "pk": 1,
      "embedding": [0.12, 0.34, 0.56]
  },
  {
      "tags": None,  # Entire ARRAY is null
      "ratings": [4, 5],
      "pk": 2,
      "embedding": [0.78, 0.91, 0.23]
  },
  {  # The tags field is completely missing
      "ratings": [9, 5],
      "pk": 3,
      "embedding": [0.18, 0.11, 0.23]
  }
]

示例 1：检索 tags 为 null 的实体

要检索 tags 字段缺失或被显式设置为 None 的实体：

python

filter = 'tags IS NULL'

# Example output:
# data: [
#     "{'tags': None, 'ratings': [4, 5], 'embedding': [0.78, 0.91, 0.23], 'pk': 2}",
#     "{'tags': None, 'ratings': [9, 5], 'embedding': [0.18, 0.11, 0.23], 'pk': 3}"
# ]

示例 2：检索 tags 不为 null 的实体

要检索 tags 字段不为 null 的实体：

python

filter = 'tags IS NOT NULL'

# Example output:
# data: [
#     "{'metadata': {'category': 'electronics', 'price': 99.99, 'brand': 'BrandA'}, 'pk': 1}",
#     "{'metadata': {'category': None, 'price': 99.99, 'brand': 'BrandA'}, 'pk': 4}"
# ]

在 JSON 和 ARRAY 字段中使用基本操作符的注意事项

Zilliz Cloud 集群 中的基本操作符用途广泛，不仅适用于标量字段，也可以有效应用于 JSON 和 ARRAY 字段中的键和索引。

例如，如果 product 字段包含 price、model 和 tags 等多个键，应始终直接引用目标键：

python

filter = 'product["price"] > 1000'

要查找温度记录数组中第一个温度值超过指定数值的记录，可以使用：

python

filter = 'history_temperatures[0] > 30'

总结

Zilliz Cloud 提供了多种基本操作符，使您可以灵活地过滤和查询数据。通过组合比较、范围、算术和逻辑操作符，您可以构建功能强大的过滤表达式，缩小搜索结果范围并高效检索所需数据。

常见问题

过滤条件中的匹配值列表是否有长度限制（例如 filter='color in ["red", "green", "blue"]'）？列表过长时应该怎么办？

Zilliz Cloud 不限制过滤条件中匹配值列表的长度。但是，列表过长会显著影响查询性能。 如果过滤条件包含很长的匹配值列表，或包含大量元素的复杂表达式，建议使用过滤表达式模板来提升查询性能。