跳到主要内容

过滤表达式概览

Zilliz Cloud 提供了强大的过滤功能，可帮助您精确查询数据。过滤表达式允许您针对特定的标量字段，并通过不同条件细化搜索结果。本文将介绍如何在 Zilliz Cloud 集群中使用过滤表达式，并提供侧重于查询操作的示例。您还可以在搜索和删除请求中应用这些过滤条件。

基本操作符​

Zilliz Cloud 支持使用多种基本操作符来过滤数据：

  • 比较操作符：==、!=、>、<、>= 和 <= 支持基于数值或文本字段进行过滤。

  • 范围和模式过滤器：IN、LIKE、=~ 和 !~ 用于匹配值、通配符模式或正则表达式模式。有关字符串模式的详细信息，请参阅模式匹配。

  • 算术操作符：+、-、*、/、% 和 ** 用于针对数值字段进行计算。

  • 按位操作符：在 及更高版本中，&、| 和 ^ 可用于过滤编码了多个标志（例如权限位或状态位）的整数字段。详细信息请参阅基本操作符。

  • 逻辑操作符：AND、OR 和 NOT 可将多个条件组合成复杂表达式。

  • 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。详细信息请参阅基本操作符。

示例：按颜色过滤​

要查找标量字段 color 中包含基色（红、绿或蓝）的实体，请使用以下过滤表达式：

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

示例：按权限位过滤​

要查找整数字段 permissions 中设置了 SHARE 位的实体，请使用按位与操作符 &：

python
filter='(permissions & 4) == 4'

示例：按正则表达式模式过滤​

要查找字段 message 中包含 E1001 等错误代码的实体，请使用正则匹配操作符 =~：

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

正则过滤器使用子字符串匹配。如果要要求整个字段值都匹配该模式，请添加 ^ 和 $ 锚点。详细信息请参阅模式匹配。

示例：过滤 JSON 字段​

Zilliz Cloud 支持引用 JSON 字段中的键。例如，如果有一个包含 price 和 model 键的 JSON 字段 product，并希望查找型号特定且价格低于 1,850 的产品，请使用以下过滤表达式：

python
filter='product["model"] == "JSN-087" AND product["price"] < 1850'

示例：过滤 Array 字段​

如果有一个 Array 字段 history_temperatures，其中记录了各地气象台自 2000 年以来上报的历年平均气温，并希望查找 2009 年（第 10 条记录）气温超过 23°C 的气象台，请使用以下表达式：

python
filter='history_temperatures[10] > 23'

有关这些基本操作符的更多信息，请参阅基本操作符。

过滤表达式模板​

使用 CJK 字符进行过滤时，由于字符集较大且编码方式存在差异，处理过程可能更加复杂。这可能导致性能下降，尤其是在使用 IN 操作符时。

Zilliz Cloud 引入了过滤表达式模板，以优化使用 CJK 字符时的性能。通过将动态值与过滤表达式分离，查询引擎可以更高效地处理参数 Insert。

要查找年龄超过 25 岁且居住在 "北京" 或 "上海" 的人员，请使用以下模板表达式：

python
filter = "age > 25 AND city IN ['北京', '上海']"

要提升性能，请使用以下带参数的变体：

python
filter = "age > {age} AND city in {city}",
filter_params = {"age": 25, "city": ["北京", "上海"]}

这种方法可以减少解析开销并提高查询速度。更多信息，请参阅过滤表达式模板。

针对具体数据类型字段的过滤​

Zilliz Cloud 针对 JSON、ARRAY 和 VARCHAR 等特定数据类型的字段提供了高级过滤操作符。

针对 JSON 字段的操作符​

Zilliz Cloud 提供了用于查询 JSON 字段的高级操作符，可在复杂 JSON 结构中实现精确过滤：

JSON_CONTAINS(identifier, jsonExpr)：检查字段中是否存在 JSON 表达式。

python
# JSON data: {"tags": ["electronics", "sale", "new"]}
filter='json_contains(tags, "sale")'

JSON_CONTAINS_ALL(identifier, jsonExpr)：确保 JSON 表达式中的所有元素都存在。

python
# JSON data: {"tags": ["electronics", "sale", "new", "discount"]}
filter='json_contains_all(tags, ["electronics", "sale", "new"])'

JSON_CONTAINS_ANY(identifier, jsonExpr)：筛选 JSON 表达式中至少有一个元素存在的实体。

python
# JSON data: {"tags": ["electronics", "sale", "new"]}
filter='json_contains_any(tags, ["electronics", "new", "clearance"])'

有关 JSON 操作符的更多详细信息，请参阅 JSON 操作符。

针对 ARRAY 字段的操作符​

Zilliz Cloud 提供了用于 ARRAY 字段的高级过滤操作符，例如 ARRAY_CONTAINS、ARRAY_CONTAINS_ALL、ARRAY_CONTAINS_ANY 和 ARRAY_LENGTH，可对数组数据进行细粒度控制：

ARRAY_CONTAINS：筛选包含指定元素的实体。

python
filter="ARRAY_CONTAINS(history_temperatures, 23)"

ARRAY_CONTAINS_ALL：筛选列表中的所有元素都存在的实体。

python
filter="ARRAY_CONTAINS_ALL(history_temperatures, [23, 24])"

ARRAY_CONTAINS_ANY：筛选包含列表中任一元素的实体。

python
filter="ARRAY_CONTAINS_ANY(history_temperatures, [23, 24])"

ARRAY_LENGTH：根据数组长度进行筛选。

python
filter="ARRAY_LENGTH(history_temperatures) < 10"

有关数组操作符的更多详细信息，请参阅 ARRAY 操作符。

针对 VARCHAR 字段的操作符​

Zilliz Cloud 提供了专门的操作符，用于对 VARCHAR 字段执行精确的文本搜索：

模式匹配操作符​

LIKE、=~ 和 !~ 操作符可匹配 VARCHAR 字段、JSON 字符串路径和特定 ARRAY<VARCHAR> 元素中的字符串模式。对于简单通配符模式，请使用 LIKE；对于 RE2 正则表达式，请使用 =~ 和 !~。

详细信息请参阅模式匹配。

TEXT_MATCH 操作符​

TEXT_MATCH 操作符可根据指定的查询词精确检索文档。它特别适用于将标量过滤与向量相似度搜索结合的过滤搜索场景。与语义搜索不同，Text Match 更关注具体词项的出现。

Zilliz Cloud 使用 Tantivy 支持倒排索引和基于词项的文本搜索。具体过程包括：

  1. Analyzer：对输入文本进行分词和处理。

  2. 索引：创建倒排索引，将唯一 token 映射到文档。

更多详细信息，请参阅Text Match。

PHRASE_MATCH 操作符​

PHRASE_MATCH 操作符可根据精确短语匹配来精确检索文档，同时考虑查询词的顺序和相邻关系。Phrase Match 的匹配会同时考虑查询词的顺序和相邻关系。

更多详细信息，请参阅Phrase Match。

联系销售
Ctrl I