hybridSearch()

此操作对 Collection 执行多向量搜索，并在重排后返回搜索结果。

java

public SearchResp hybridSearch(HybridSearchReq request)

请求语法

java

hybridSearch(HybridSearchReq.builder()
    .databaseName(String databaseName)
    .collectionName(String collectionName)
    .clusterId(String clusterId)
    .partitionNames(List<String> partitionNames)
    .searchRequests(List<AnnSearchReq> searchRequests)
    .topK(int topK)
    .limit(long limit)
    .outFields(List<String> outFields)
    .offset(long offset)
    .roundDecimal(int roundDecimal)
    .consistencyLevel(ConsistencyLevel consistencyLevel)
    .groupByFieldName(String groupByFieldName)
    .groupSize(Integer groupSize)
    .strictGroupSize(Boolean strictGroupSize)
    .functionScore(FunctionScore functionScore)
    .build()
);

构建器方法：

• databaseName(String databaseName)

  Database 的名称。若未指定，则默认为当前 Database。

• collectionName(String collectionName)

  目标 Collection 的名称。

• clusterId(String clusterId)

  此向量读取请求的目标集群 ID。当多个请求需要共享相同的集群 ID 时，请使用 session(String clusterId)。

• partitionNames(List<String> partitionNames)

  要搜索的 Partition 名称列表。

• searchRequests(List<AnnSearchReq> searchRequests)

  用于混合搜索的 AnnSearchReq 对象列表。

• topK(int topK)

  要返回的前几个结果数量。

• limit(long limit)

  要返回的最大结果数。

• outFields(List<String> outFields)

  输出中要包含的字段名称列表。

• offset(long offset)

  返回前要跳过的结果数量。

• roundDecimal(int roundDecimal)

  距离值/score舍入时保留的小数位数。

• consistencyLevel(ConsistencyLevel consistencyLevel)

  此操作的一致性级别。

• groupByFieldName(String groupByFieldName)

  用于对搜索结果进行分组的字段名称。

• groupSize(Integer groupSize)

  每组要返回的结果数量。

• strictGroupSize(Boolean strictGroupSize)

  是否严格执行组大小限制。

• functionScore(FunctionScore functionScore)

  用于自定义评分的 FunctionScore 对象。

返回：

SearchResp

SearchResp

异常：

• MilvusClientException

  当此操作期间发生任何错误时，将引发此异常。

示例

java

import io.milvus.v2.service.vector.request.AnnSearchReq;
import io.milvus.v2.service.vector.request.HybridSearchReq;
import io.milvus.v2.service.vector.request.FunctionScore;
import io.milvus.v2.service.vector.request.ranker.WeightedRanker;
import io.milvus.v2.service.vector.response.SearchResp;
import io.milvus.v2.common.ConsistencyLevel;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

// Build ANN search requests for multiple vector fields
List<AnnSearchReq> searchRequests = new ArrayList<>();
searchRequests.add(AnnSearchReq.builder()
        .vectorFieldName("float_vector")
        .vectors(floatVectors)
        .params("{\"nprobe\": 10}")
        .limit(10)
        .build());
searchRequests.add(AnnSearchReq.builder()
        .vectorFieldName("binary_vector")
        .vectors(binaryVectors)
        .limit(50)
        .build());
searchRequests.add(AnnSearchReq.builder()
        .vectorFieldName("sparse_vector")
        .vectors(sparseVectors)
        .limit(100)
        .build());

// Hybrid search with WeightedRanker via FunctionScore
SearchResp searchResp = client.hybridSearch(HybridSearchReq.builder()
        .collectionName("my_collection")
        .searchRequests(searchRequests)
        .functionScore(FunctionScore.builder()
                .addFunction(WeightedRanker.builder()
                        .weights(Arrays.asList(0.2f, 0.5f, 0.6f))
                        .build())
                .build())
        .limit(5)
        .consistencyLevel(ConsistencyLevel.BOUNDED)
        .build());

List<List<SearchResp.SearchResult>> searchResults = searchResp.getSearchResults();
for (List<SearchResp.SearchResult> results : searchResults) {
    for (SearchResp.SearchResult result : results) {
        System.out.println(result);
    }
}