기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 벡터 검색 명령
<a name="vector-search-commands"></a>

다음은 벡터 검색에 지원되는 명령 목록입니다.

**Topics**
+ [FT.CREATE](vector-search-commands-ft.create.md)
+ [FT.SEARCH](vector-search-commands-ft.search.md)
+ [FT.AGGREGATE](vector-search-commands-ft.aggregate.md)
+ [FT.DROPINDEX](vector-search-commands-ft.dropindex.md)
+ [FT.INFO](vector-search-commands-ft.info.md)
+ [FT.\$1LIST](vector-search-commands-ft.list.md)
+ [FT.ALIASADD](vector-search-commands-ft.aliasadd.md)
+ [FT.ALIASDEL](vector-search-commands-ft.aliasdel.md)
+ [FT.ALIASUPDATE](vector-search-commands-ft.aliasupdate.md)
+ [FT.\$1ALIASLIST](vector-search-commands-ft.aliaslist.md)
+ [FT.PROFILE](vector-search-commands-ft.profile.md)
+ [FT.EXPLAIN](vector-search-commands-ft.explain.md)
+ [FT.EXPLAINCLI](vector-search-commands-ft.explain-cli.md)

# FT.CREATE
<a name="vector-search-commands-ft.create"></a>

 인덱스를 생성하고 해당 인덱스 채우기를 시작합니다. 인덱스 구성에 대한 자세한 내용은 [벡터 검색 개요](https://docs.aws.amazon.com/memorydb/latest/devguide/vector-search-overview.html)를 참조하세요.

**구문**

```
FT.CREATE <index-name>
ON HASH | JSON
[PREFIX <count> <prefix1> [<prefix2>...]]
SCHEMA 
(<field-identifier> [AS <alias>] 
  NUMERIC 
| TAG [SEPARATOR <sep>] [CASESENSITIVE] 
| TEXT
| VECTOR [HNSW|FLAT] <attr_count> [<attribute_name> <attribute_value>])

)+
```

**스키마**
+ 필드 식별자:
  + HASH 키의 경우 필드 식별자는 필드 이름입니다.
  + JSON 키의 경우 필드 식별자는 JSON 경로입니다.

  자세한 내용은 [인덱스 필드 유형](vector-search-overview.md#vector-search-index-field-types) 단원을 참조하십시오.
+ 필드 유형:
  + TAG: 자세한 내용은 [태그](https://redis.io/docs/interact/search-and-query/advanced-concepts/tags/)를 참조하세요.
  + NUMERIC: 필드에는 숫자가 포함됩니다.
  + TEXT: 필드에는 모든 데이터 BLOB이 포함됩니다.
  + VECTOR: 벡터 검색을 지원하는 벡터 필드입니다.
    + 알고리즘 - Hierarchical Navigable Small Worlds(HSNW) 또는 무차별 암호 대입(FLAT)일 수 있습니다.
    + `attr_count` - 알고리즘 구성으로 전달되는 속성의 수입니다. 여기에는 이름과 값이 모두 포함됩니다.
    + `{attribute_name} {attribute_value}` - 인덱스 구성을 정의하는 알고리즘별 키/값 쌍입니다.

      FLAT 알고리즘의 경우 속성은 다음과 같습니다.

      필수 항목 여부:
      + DIM - 벡터의 차원 개수입니다.
      + DISTANCE\$1METRIC - [L2 \$1 IP \$1 COSINE] 중 하나일 수 있습니다.
      + TYPE - 벡터 유형입니다. `FLOAT32` 유형만 지원됩니다.

      선택 사항:
      + INITIAL\$1CAP - 인덱스의 초기 벡터 용량은 인덱스의 메모리 할당 크기에 영향을 줍니다.

      HNSW 알고리즘의 경우 속성은 다음과 같습니다.

      필수 항목 여부:
      + TYPE - 벡터 유형입니다. `FLOAT32` 유형만 지원됩니다.
      + DIM - 벡터 차원으로, 양의 정수로 지정됩니다. 최댓값: 32,768
      + DISTANCE\$1METRIC - [L2 \$1 IP \$1 COSINE] 중 하나일 수 있습니다.

      선택 사항:
      + INITIAL\$1CAP - 인덱스의 초기 벡터 용량은 인덱스의 메모리 할당 크기에 영향을 줍니다. 기본값은 1024입니다.
      + M - 각 계층의 그래프에서 각 노드에 허용되는 최대 발신 엣지 수입니다. 계층 0에서 최대 발신 엣지 수는 2M입니다. 기본값은 16이고 최대값은 512입니다.
      + EF\$1CONSTRUCTION - 인덱스 생성 중에 검사되는 벡터 수를 제어합니다. 이 파라미터의 값이 높을수록 인덱스 생성 시간이 길어지는 대신 재현율이 향상됩니다. 기본값은 200입니다. 최대값은 4,096입니다.
      + EF\$1RUNTIME - 쿼리 작업 중에 검사되는 벡터 수를 제어합니다. 이 파라미터의 값이 높을수록 쿼리 시간이 길어지는 대신 재현율이 향상될 수 있습니다. 이 파라미터의 값은 쿼리별로 재정의할 수 있습니다. 기본값은 10입니다. 최대값은 4,096입니다.

**반환**

간단한 문자열 OK 메시지 또는 오류 응답을 반환합니다.

**예시**

**참고**  
다음 예시에서는 Valkey 또는 Redis OSS로 전송하기 전에 [valkey-cli](https://valkey.io/topics/cli/) 고유의 인수(예: 데이터 인용 제거 및 이스케이프 제거)를 사용합니다. 다른 프로그래밍 언어 클라이언트(Python, Ruby, C\$1 등)를 사용하려면 해당 환경의 문자열 및 이진 데이터 처리 규칙을 따릅니다. 지원되는 클라이언트에 대한 자세한 내용은에서 [빌드할 도구를 참조하세요. AWS](https://aws.amazon.com/developer/tools/)

**Example 1: 인덱스 만들기**  
크기가 2인 벡터에 대한 인덱스 만들기  

```
FT.CREATE hash_idx1 ON HASH PREFIX 1 hash: SCHEMA vec AS VEC VECTOR HNSW 6 DIM 2 TYPE FLOAT32 DISTANCE_METRIC L2
OK
```
HNSW 알고리즘을 사용하여 6차원 JSON 인덱스를 생성합니다.  

```
FT.CREATE json_idx1 ON JSON PREFIX 1 json: SCHEMA $.vec AS VEC VECTOR HNSW 6 DIM 6 TYPE FLOAT32 DISTANCE_METRIC L2
OK
```

**Example 예제 2: 일부 데이터 채우기**  
다음 명령은 redis-cli 터미널 프로그램에 대한 인수로 실행할 수 있도록 형식이 지정되었습니다. 프로그래밍 언어 클라이언트(Python, Ruby, C\$1 등)를 사용하는 개발자는 해당 환경의 문자열 및 이진 데이터 처리 규칙을 따라야 합니다.  
일부 해시 및 json 데이터 생성:  

```
HSET hash:0 vec "\x00\x00\x00\x00\x00\x00\x00\x00"
HSET hash:1 vec "\x00\x00\x00\x00\x00\x00\x80\xbf"
JSON.SET json:0 . '{"vec":[1,2,3,4,5,6]}'
JSON.SET json:1 . '{"vec":[10,20,30,40,50,60]}'
JSON.SET json:2 . '{"vec":[1.1,1.2,1.3,1.4,1.5,1.6]}'
```
다음 사항에 유의하세요.  
+ HASH 및 JSON 데이터의 키에는 인덱스 정의의 접두사가 있습니다.
+ 벡터는 인덱스 정의의 적절한 경로에 있습니다.
+ HASH 벡터는 16진수 데이터로 입력되고 JSON 데이터는 숫자로 입력됩니다.
+ 벡터는 적절한 길이이고, 2차원 HASH 벡터 항목은 부동 소수점 2자리의 16진수 데이터로 구성되며, 6차원 JSON 벡터 항목은 6자리 숫자로 구성됩니다.

**Example 예제 3: 인덱스 삭제 후 다시 생성**  

```
FT.DROPINDEX json_idx1
OK

FT.CREATE json_idx1 ON JSON PREFIX 1 json: SCHEMA $.vec AS VEC VECTOR FLAT 6 DIM 6 TYPE FLOAT32 DISTANCE_METRIC L2
OK
```
새 JSON 인덱스는 `FLAT` 알고리즘 대신 `HNSW` 알고리즘을 사용합니다. 또한 기존 JSON 데이터를 다시 인덱싱합니다.  

```
FT.SEARCH json_idx1 "*=>[KNN 100 @VEC $query_vec]" PARAMS 2 query_vec "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2
1) (integer) 3
2) "json:2"
3) 1) "__VEC_score"
   2) "11.11"
   3) "$"
   4) "[{\"vec\":[1.1, 1.2, 1.3, 1.4, 1.5, 1.6]}]"
4) "json:0"
5) 1) "__VEC_score"
   2) "91"
   3) "$"
   4) "[{\"vec\":[1.0, 2.0, 3.0, 4.0, 5.0, 6.0]}]"
6) "json:1"
7) 1) "__VEC_score"
   2) "9100"
   3) "$"
   4) "[{\"vec\":[10.0, 20.0, 30.0, 40.0, 50.0, 60.0]}]"
```

# FT.SEARCH
<a name="vector-search-commands-ft.search"></a>

제공된 쿼리 표현식을 사용하여 인덱스 내에서 키를 찾습니다. 찾은 후에는 해당 키 내에 있는 인덱싱된 필드의 수 및/또는 내용을 반환할 수 있습니다. 자세한 내용은 [벡터 검색 쿼리 표현식](https://docs.aws.amazon.com/memorydb/latest/devguide/vector-search-overview.html#vector-search-query-expression)을 참조하세요.

이러한 예제에서 사용할 데이터를 생성하려면 [FT.CREATE](https://docs.aws.amazon.com/memorydb/latest/devguide/vector-search-commands-ft.create.html) 명령을 참조하세요.

**구문**

```
FT.SEARCH <index-name> <query>
[RETURN <token_count> (<field-identifier> [AS <alias>])+]
[TIMEOUT timeout] 
[PARAMS <count> <name> <value> [<name> <value>]]
[LIMIT <offset> <count>]
[COUNT]
```
+ RETURN: 이 절은 반환되는 키 필드를 식별합니다. 각 필드의 선택적 AS 절은 결과의 필드 이름을 대체합니다. 이 인덱스에 대해 선언된 필드만 지정할 수 있습니다.
+ LIMIT: <offset> <count>: 이 절은 오프셋 및 개수 값을 충족하는 키만 반환하는 페이지 매김 기능을 제공합니다. 이 절을 생략하면 기본값은 ‘LIMIT 0 10’입니다. 즉, 최대 10개의 키만 반환됩니다.
+ PARAMS: 키 값 쌍 수의 2배입니다. 파라미터 키/값 쌍은 쿼리 표현식 내에서 참조할 수 있습니다. 자세한 내용은 [벡터 검색 쿼리 표현식](https://docs.aws.amazon.com/memorydb/latest/devguide/vector-search-overview.html#vector-search-query-expression)을 참조하세요.
+ COUNT: 이 절은 키 콘텐츠 반환을 억제하고 키 수만 반환합니다. 이는 ‘LIMIT 0 0’의 별칭입니다.

**반환**

배열 또는 오류 응답을 반환합니다.
+ 작업이 성공적으로 완료되면 배열을 반환합니다. 첫 번째 요소는 쿼리와 일치하는 총 키 수입니다. 나머지 요소는 키 이름과 필드 목록 쌍입니다. 필드 목록은 필드 이름과 값 쌍으로 구성된 또 다른 배열입니다.
+ 인덱스가 다시 채워지고 있는 경우 명령은 즉시 오류 응답을 반환합니다.
+ 제한 시간에 도달하면 명령이 오류 응답을 반환합니다.

**예시: 몇 가지 검색 수행**

**참고**  
다음 예시에서는 Valkey 또는 Redis OSS로 전송하기 전에 [valkey-cli](https://valkey.io/topics/cli/) 고유의 인수(예: 데이터 인용 제거 및 이스케이프 제거)를 사용합니다. 다른 프로그래밍 언어 클라이언트(Python, Ruby, C\$1 등)를 사용하려면 해당 환경의 문자열 및 이진 데이터 처리 규칙을 따릅니다. 지원되는 클라이언트에 대한 자세한 내용은에서 [빌드할 도구를 참조하세요. AWS](https://aws.amazon.com/developer/tools/)

**해시 검색**

```
FT.SEARCH hash_idx1 "*=>[KNN 2 @VEC $query_vec]" PARAMS 2 query_vec "\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2
1) (integer) 2
2) "hash:0"
3) 1) "__VEC_score"
   2) "0"
   3) "vec"
   4) "\x00\x00\x00\x00\x00\x00\x00\x00"
4) "hash:1"
5) 1) "__VEC_score"
   2) "1"
   3) "vec"
   4) "\x00\x00\x00\x00\x00\x00\x80\xbf"
```

쿼리 벡터와의 거리(16진수)인 점수를 기준으로 정렬된 결과 두 개가 생성됩니다.

**JSON 검색**

```
FT.SEARCH json_idx1 "*=>[KNN 2 @VEC $query_vec]" PARAMS 2 query_vec "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2
1) (integer) 2
2) "json:2"
3) 1) "__VEC_score"
   2) "11.11"
   3) "$"
   4) "[{\"vec\":[1.1, 1.2, 1.3, 1.4, 1.5, 1.6]}]"
4) "json:0"
5) 1) "__VEC_score"
   2) "91"
   3) "$"
   4) "[{\"vec\":[1.0, 2.0, 3.0, 4.0, 5.0, 6.0]}]"
```

가장 근사한 결과가 두 개가 점수별로 정렬되어 생성됩니다. 참고로 JSON 벡터 값은 부동 수로 변환되고 쿼리 벡터는 벡터 데이터입니다. 또한 `KNN` 파라미터가 2이기 때문에 결과가 두 개만 반환됩니다. 값이 클수록 더 많은 결과가 반환됩니다.

```
FT.SEARCH json_idx1 "*=>[KNN 100 @VEC $query_vec]" PARAMS 2 query_vec "\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00" DIALECT 2
1) (integer) 3
2) "json:2"
3) 1) "__VEC_score"
   2) "11.11"
   3) "$"
   4) "[{\"vec\":[1.1, 1.2, 1.3, 1.4, 1.5, 1.6]}]"
4) "json:0"
5) 1) "__VEC_score"
   2) "91"
   3) "$"
   4) "[{\"vec\":[1.0, 2.0, 3.0, 4.0, 5.0, 6.0]}]"
6) "json:1"
7) 1) "__VEC_score"
   2) "9100"
   3) "$"
   4) "[{\"vec\":[10.0, 20.0, 30.0, 40.0, 50.0, 60.0]}]"
```

# FT.AGGREGATE
<a name="vector-search-commands-ft.aggregate"></a>

FT.SEARCH 명령의 상위 집합으로, 쿼리 표현식으로 선택한 키의 상당 수를 추가로 처리할 수 있습니다.

**구문**

```
FT.AGGREGATE index query
  [LOAD * | [count field [field ...]]]
  [TIMEOUT timeout]
  [PARAMS count name value [name value ...]]
  [FILTER expression]
  [LIMIT offset num]  
  [GROUPBY count property [property ...] [REDUCE function count arg [arg ...] [AS name] [REDUCE function count arg [arg ...] [AS name] ...]] ...]] 
  [SORTBY count [ property ASC | DESC [property ASC | DESC ...]] [MAX num]] 
  [APPLY expression AS name]
```
+ FILTER, LIMIT, GROUPBY, SORTBY 및 APPLY 절을 원하는 순서대로 여러 번 반복할 수 있으며 자유롭게 결합할 수 있습니다. 이는 지정된 순서대로 적용되며, 한 절의 출력이 다음 절의 입력이 됩니다.
+ 위 구문에서 ‘속성’은 이 인덱스에 대해 [FT.CREATE](https://docs.aws.amazon.com/memorydb/latest/devguide/vector-search-commands-ft.create.html) 명령으로 선언된 필드이거나 이전 APPLY 절 또는 REDUCE 함수의 출력입니다.
+ LOAD 절은 인덱스에서 선언된 필드를 로드하는 것으로 제한됩니다. ‘LOAD \$1’는 인덱스에 선언된 모든 필드를 로드합니다.
+ 지원되는 리듀서 함수는 COUNT, COUNT\$1DISTINCTISH, SUM, MIN, MAX, AVG, STDDEV, QUANTILE, TOLIST, FIRST\$1VALUE, RANDOM\$1SAMPLE입니다. 자세한 내용은 [집계](https://redis.io/docs/interact/search-and-query/search/aggregations/)를 참조하세요.
+ LIMIT <offset> <count>: <offset>에서 시작하여 <count>로 이어지는 레코드를 유지하며, 다른 모든 레코드는 삭제됩니다.
+ PARAMS: 키 값 쌍 수의 2배입니다. 파라미터 키/값 쌍은 쿼리 표현식 내에서 참조할 수 있습니다.

**반환**

배열 또는 오류 응답을 반환합니다.
+ 작업이 성공적으로 완료되면 배열을 반환합니다. 첫 번째 요소는 특별한 의미가 없는 정수입니다(무시해야 함). 나머지 요소는 마지막 단계에서 출력된 결과입니다. 각 요소는 필드 이름 및 값 쌍의 배열입니다.
+ 인덱스가 다시 채워지고 있는 경우 명령은 즉시 오류 응답을 반환합니다.
+ 제한 시간에 도달하면 명령이 오류 응답을 반환합니다.

# FT.DROPINDEX
<a name="vector-search-commands-ft.dropindex"></a>

인덱스를 삭제합니다. 인덱스 정의 및 관련 콘텐츠가 삭제됩니다. 키는 영향을 받지 않습니다.

**구문**

```
FT.DROPINDEX <index-name>
```

**반환**

간단한 문자열 OK 메시지 또는 오류 응답을 반환합니다.

# FT.INFO
<a name="vector-search-commands-ft.info"></a>

**구문**

```
FT.INFO <index-name>
```

FT.INFO 페이지의 출력은 다음 표에 설명된 대로 키 값 쌍의 배열입니다.


| 키 | 값 유형 | 설명 | 
| --- | --- | --- | 
| index\$1name | 문자열 | 인덱스의 이름 | 
| creation\$1timestamp | 정수 | 생성 시간의 유닉스 스타일 타임스탬프 | 
| key\$1type | 문자열 | 해시 또는 JSON | 
| key\$1prefixes | 문자열 배열 | 이 인덱스의 키 접두사 | 
| 필드 | 필드 정보 배열 | 이 인덱스의 필드 | 
| space\$1usage | 정수 | 이 인덱스에서 사용하는 메모리 바이트 | 
| fullext\$1space\$1usage | 정수 | 벡터가 아닌 필드에서 사용되는 메모리 바이트 | 
| vector\$1space\$1usage | 정수 | 벡터 필드에서 사용되는 메모리 바이트 | 
| num\$1docs | 정수 | 현재 인덱스에 포함된 키 수 | 
| num\$1indexed\$1vectors | 정수 | 현재 인덱스에 포함된 벡터 수 | 
| current\$1lag | 정수 | 최근 수집 지연(밀리초) | 
| backfill\$1status | 문자열 | 다음 중 하나: 완료, 진행 중, 일시 중지됨 또는 실패  | 

다음 테이블은 각 필드에 대한 정보를 나타냅니다.


| Key(키) | 값 유형 | 설명 | 
| --- | --- | --- | 
| 식별자 | 문자열 | 필드 이름 | 
| field\$1name | 문자열 | 해시 멤버 이름 또는 JSON 경로 | 
| 유형 | 문자열 | 숫자, 태그, 텍스트 또는 벡터 중 하나 | 
| 옵션 | 문자열 | 무시 | 

필드 유형이 Vector인 경우 알고리즘에 따라 추가 정보가 표시됩니다.

HNSW 알고리즘의 경우:


| Key(키) | 값 유형 | 설명 | 
| --- | --- | --- | 
| 알고리즘 | 문자열 | HNSW | 
| data\$1type | 문자열 | FLOAT32 | 
| distance\$1metric | 문자열 | 다음 중 하나: L2, IP 또는 코사인 | 
| initial\$1capacity | 정수 | 벡터 필드 인덱스의 초기 크기 | 
| current\$1capacity | 정수 | 현재 벡터 필드 인덱스 크기 | 
| maximum\$1edges | 정수 | 생성 시 M 파라미터 | 
| ef\$1construction | 정수 | 생성 시 EF\$1CONSTRUCTION 파라미터 | 
| ef\$1runtime | 정수 | 생성 시 EF\$1RUNTIME 파라미터 | 

FLAT 알고리즘의 경우:


| Key(키) | 값 유형 | 설명 | 
| --- | --- | --- | 
| 알고리즘 | 문자열 | FLAT | 
| data\$1type | 문자열 | FLOAT32 | 
| distance\$1metric | 문자열 | 다음 중 하나: L2, IP 또는 코사인 | 
| initial\$1capacity | 정수 | 벡터 필드 인덱스의 초기 크기 | 
| current\$1capacity | 정수 | 현재 벡터 필드 인덱스 크기 | 

# FT.\$1LIST
<a name="vector-search-commands-ft.list"></a>

모든 인덱스를 나열합니다.

**구문**

```
FT._LIST 
```

**반환**

인덱스 이름의 배열 반환

# FT.ALIASADD
<a name="vector-search-commands-ft.aliasadd"></a>

색인에 별칭을 추가합니다. 새 별칭 이름은 인덱스 이름이 필요한 모든 곳에서 사용할 수 있습니다.

**구문**

```
FT.ALIASADD <alias> <index-name> 
```

**반환**

간단한 문자열 OK 메시지 또는 오류 응답을 반환합니다.

# FT.ALIASDEL
<a name="vector-search-commands-ft.aliasdel"></a>

색인의 기존 별칭을 삭제합니다.

**구문**

```
FT.ALIASDEL <alias>
```

**반환**

간단한 문자열 OK 메시지 또는 오류 응답을 반환합니다.

# FT.ALIASUPDATE
<a name="vector-search-commands-ft.aliasupdate"></a>

다른 물리적 인덱스를 가리키도록 기존 별칭을 업데이트합니다. 이 명령은 별칭에 대한 향후 참조에만 영향을 줍니다. 진행 중인 작업(FT.SEARCH, FT.AGGREGATE)은 이 명령의 영향을 받지 않습니다.

**구문**

```
FT.ALIASUPDATE <alias> <index>
```

**반환**

간단한 문자열 OK 메시지 또는 오류 응답을 반환합니다.

# FT.\$1ALIASLIST
<a name="vector-search-commands-ft.aliaslist"></a>

인덱스 별칭을 나열합니다.

**구문**

```
FT._ALIASLIST
```

**반환**

현재 별칭 개수 크기의 배열을 반환합니다. 배열의 각 요소는 별칭-인덱스 쌍입니다.

# FT.PROFILE
<a name="vector-search-commands-ft.profile"></a>

쿼리를 실행하고 해당 쿼리에 대한 프로필 정보를 반환합니다.

**구문**

```
FT.PROFILE 

<index>
SEARCH | AGGREGATE 
[LIMITED]
QUERY <query ....>
```

**반환**

요소를 2개 가진 배열입니다. 첫 번째 요소는 프로파일링된 `FT.SEARCH` 또는`FT.AGGREGATE` 명령의 결과입니다. 두 번째 요소는 성능 및 프로파일링 정보의 배열입니다.

# FT.EXPLAIN
<a name="vector-search-commands-ft.explain"></a>

쿼리를 구문 분석하고 해당 쿼리가 어떻게 구문 분석되었는지에 대한 정보를 반환합니다.

**구문**

```
FT.EXPLAIN <index> <query>
```

**반환**

구문 분석된 결과를 포함하는 문자열입니다.

# FT.EXPLAINCLI
<a name="vector-search-commands-ft.explain-cli"></a>

결과가 다른 형식으로 표시된다는 점을 제외하면 FT.EXPLAIN 명령과 동일합니다. redis-cli를 사용할 때 더 유용합니다.

**구문**

```
FT.EXPLAINCLI <index> <query>
```

**반환**

구문 분석된 결과를 포함하는 문자열입니다.