FT。SEARCH - 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。SEARCH

使用提供的查詢表達式來尋找索引內的索引鍵。找到後，即可傳回這些金鑰內索引欄位的計數和/或內容。如需詳細資訊，請參閱向量搜尋查詢表達式 。

若要建立資料以用於這些範例，請參閱 FT.CREATE 命令。

語法

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：此子句可識別傳回的金鑰欄位。每個欄位上的選用 AS 子句會覆寫結果中欄位的名稱。只能指定已為此索引宣告的欄位。

  • LIMIT：<offset> <count>：此子句提供分頁功能，其中只會傳回滿足偏移和計數值的金鑰。如果省略此子句，則預設為 "LIMIT 0 10"，即最多只會傳回 10 個金鑰。

  • PARAMS：金鑰值對數量的兩倍。可以在查詢表達式中從 參考參數鍵/值對。如需詳細資訊，請參閱向量搜尋查詢表達式 。

  • COUNT：此子句禁止傳回金鑰的內容，只會傳回金鑰數目。這是 "LIMIT 0 0" 的別名。

傳回

傳回陣列或錯誤回應。

  • 如果操作成功完成，則會傳回陣列。第一個元素是符合查詢的金鑰總數。其餘元素是金鑰名稱和欄位清單的對。欄位清單是另一陣列，包含一組欄位名稱和值。

  • 如果索引正在進行回填，命令會立即傳回錯誤回應。

  • 如果達到逾時，命令會傳回錯誤回應。

範例：執行一些搜尋

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，請參閱要在其中建置的工具 AWS

雜湊搜尋

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"

這會產生兩個結果，依其分數排序，這是與查詢向量的距離 （輸入為十六進位）。

JSON 搜尋

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]}]"

這會產生兩個最接近的結果，依其分數排序，並請注意，JSON向量值會轉換為浮點數，而查詢向量仍然是向量資料。請注意，由於 KNN 參數為 2，因此只有兩個結果。較大的值將傳回更多結果：

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]}]"