OpenSearch 向量儲存

OpenSearchVector 類別使用開源搜尋及分析引擎 OpenSearch 提供向量搜尋功能。它運用 OpenSearch 的 k-NN 功能執行向量相似度搜尋。

建構函數選項

建構函數接受所有 OpenSearch ClientOptions，並額外要求必填的 id 欄位。

id:

string

此向量儲存實例的唯一識別碼

node:

string | string[] | NodeOptions | NodeOptions[]

OpenSearch 節點 URL（例如 'http://localhost:9200'）

auth?:

BasicAuth | BearerAuth | AwsSigv4Auth

驗證設定

ssl?:

ConnectionOptions

SSL/TLS 設定

compression?:

'gzip'

啟用 gzip 壓縮

方法

createIndex()

使用指定設定建立新索引。

indexName:

string

要建立的索引名稱

dimension:

number

要儲存在索引中的向量維度

metric?:

'cosine' | 'euclidean' | 'dotproduct'

= 'cosine'

向量相似度所使用的距離度量

listIndexes()

列出 OpenSearch 實例中的所有索引。

傳回：Promise<string[]>

describeIndex()

取得索引的資料。

indexName:

string

要描述的索引名稱

deleteIndex()

indexName:

string

要刪除的索引名稱

upsert()

indexName:

string

要向其中 upsert 向量的索引名稱

vectors:

number[][]

要插入的向量嵌入陣列

metadata?:

Record<string, any>[]

與各個向量對應的 metadata 物件陣列

ids?:

string[]

向量 ID 的選填陣列。如未提供，系統會產生隨機 ID

query()

indexName:

string

要查詢的索引名稱

queryVector:

number[]

用於尋找相似向量的查詢向量

topK?:

number

= 10

要傳回的結果數目

filter?:

VectorFilter

套用至查詢的選填篩選條件（MongoDB 風格查詢語法）

updateVector()

按 ID 或 metadata 篩選條件更新單一向量。必須提供 id 或 filter 其中一項，但不可同時提供兩者。

indexName:

string

要在其中更新向量的索引名稱

id?:

string

要更新的向量 ID（不可與 filter 同時使用）

filter?:

Record<string, any>

用於識別要更新向量的 metadata 篩選條件（不可與 id 同時使用）

update:

{ vector?: number[]; metadata?: Record<string, any>; }

包含要更新的向量及／或 metadata 的物件

deleteVector()

按 ID 從索引刪除單一向量。

indexName:

string

要從中刪除向量的索引名稱

id:

string

要刪除的向量 ID

deleteVectors()

按 ID 或 metadata 篩選條件刪除多個向量。必須提供 ids 或 filter 其中一項，但不可同時提供兩者。

indexName:

string

包含要刪除向量的索引名稱

ids?:

string[]

要刪除的向量 ID 陣列（不可與 filter 同時使用）

filter?:

Record<string, any>

用於識別要刪除向量的 metadata 篩選條件（不可與 ids 同時使用）

相關內容

• Metadata 篩選條件