FT。CREATE - Amazon MemoryDB

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

FT。CREATE

建立索引並啟動該索引的回填。如需詳細資訊，請參閱向量搜尋概觀以取得索引建構的詳細資訊。

語法

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>])

)+

結構描述

  • 欄位識別碼：

    • 對於雜湊金鑰，欄位識別碼是欄位名稱。

    • 對於JSON金鑰，欄位識別符是 A JSON 路徑。

    如需詳細資訊，請參閱索引欄位類型。

  • 欄位類型：

    • TAG：如需詳細資訊，請參閱標籤 。

    • NUMERIC：欄位包含數字。

    • TEXT：欄位包含任何資料 Blob。

    • VECTOR：支援向量搜尋的向量欄位。

      • 演算法 – 可以是 HNSW（階層式可導覽小型世界） 或 FLAT（暴力）。

      • attr_count – 將作為演算法組態傳遞的屬性數目，這包括名稱和值。

      • {attribute_name} {attribute_value} – 定義索引組態的演算法特定索引鍵/值對。

        對於FLAT演算法，屬性為：

        必要：

        • DIM – 向量中的維度。

        • DISTANCE_METRIC – 可以是 【L2 | IP | COSINE】 之一。

        • TYPE – 向量類型。唯一支援的類型是 FLOAT32。

        選用：

        • INITIAL_CAP – 索引中的初始向量容量會影響索引的記憶體配置大小。

        對於HNSW演算法，屬性為：

        必要：

        • TYPE – 向量類型。唯一支援的類型是 FLOAT32。

        • DIM – 向量維度，指定為正整數。最大值：32768

        • DISTANCE_METRIC – 可以是 【L2 | IP | COSINE】 之一。

        選用：

        • INITIAL_CAP – 索引中的初始向量容量會影響索引的記憶體配置大小。預設為 1024。

        • M – 圖中每個層中每個節點允許的最大傳出邊緣數量。在圖零上，傳出邊緣的最大數量將為 2M。預設為 16，上限為 512。

        • EF_CONSTRUCTION – 控制索引建構期間檢查的向量數量。此參數的較高值將提高召回率，而代價是較長的索引建立時間。預設值為 200。最大值為 4096。

        • EF_RUNTIME – 控制查詢操作期間檢查的向量數量。此參數的較高值可以提高回收率，而花費較長的查詢時間。此參數的值可以根據每個查詢覆寫。預設值為 10。最大值為 4096。

傳回

傳回簡單的字串 OK 訊息或錯誤回應。

範例

注意

下列範例使用 valkey-cli 原生的引數，例如資料取消引號和消除逸出，然後再將其傳送至 Valkey 或 Redis OSS。若要使用其他程式設計語言用戶端 （Python、Ruby、C# 等），請遵循這些環境的處理規則來處理字串和二進位資料。如需支援用戶端的詳細資訊，請參閱要在 上建置的工具 AWS

範例 1：建立一些索引

為大小為 2 的向量建立索引

FT.CREATE hash_idx1 ON HASH PREFIX 1 hash: SCHEMA vec AS VEC VECTOR HNSW 6 DIM 2 TYPE FLOAT32 DISTANCE_METRIC L2
OK

使用HNSW演算法建立 6 維JSON索引：

FT.CREATE json_idx1 ON JSON PREFIX 1 json: SCHEMA $.vec AS VEC VECTOR HNSW 6 DIM 6 TYPE FLOAT32 DISTANCE_METRIC L2
OK
範例 2：填入一些資料

下列命令已格式化，因此可以做為 redis-cli 終端機程式的引數來執行。使用程式設計語言用戶端 （例如 Python、Ruby、C# 等） 的開發人員需要遵循其環境的處理規則來處理字串和二進位資料。

建立一些雜湊和 json 資料：

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]}'

注意下列事項：

  • 雜湊和JSON資料的索引鍵具有索引定義的字首。

  • 向量位於索引定義的適當路徑。

  • 雜湊向量會輸入為十六進位資料，而JSON資料會輸入為數字。

  • 向量是適當的長度，二維雜湊向量項目有兩個值為十六進位資料的浮點數，六維 json 向量項目有六個數字。

範例 3：刪除並重新建立索引
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

請注意，新JSON索引使用FLAT演算法而非HNSW演算法。另請注意，它將重新索引現有JSON資料：

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]}]"