Milvus的匹配语法

一、基础比较运算符

适用于数值、字符串、布尔等标量字段。

运算符	说明	示例表达式	适用字段类型
==	等于	age == 25	数值、字符串、布尔
!=	不等于	name != "Unknown"	数值、字符串、布尔
>	大于	price > 100.5	数值
>=	大于等于	rating >= 4.0	数值
<	小于	timestamp < 1630454400	数值
<=	小于等于	quantity <= 50	数值

---

二、逻辑运算符

用于组合多个条件。

运算符	说明	示例表达式
AND	逻辑与	age > 18 AND gender == "male"
OR	逻辑或	category == "book" OR category == "movie"
NOT	逻辑非	NOT (status == "deleted")
()	优先级控制	(age < 30 OR age > 50) AND income > 10000

---

三、字符串匹配

用于模糊匹配或正则表达式。

语法	说明	示例表达式
LIKE	简单模糊匹配	title LIKE "Milvus%"
NOT LIKE	排除模糊匹配	email NOT LIKE "%@spam.com"
match (全文检索)	文本分词匹配	content MATCH "database engine"

LIKE 通配符说明：

• %：匹配任意长度字符（包括空字符）。
• _：匹配单个字符。
• 示例：name LIKE "J%n" 匹配 “John”、“Juan” 等。

---

四、数组操作

用于检查数组字段中的元素。

语法	说明	示例表达式
ARRAY_CONTAINS	包含特定元素	tags ARRAY_CONTAINS "AI"
ARRAY_CONTAINS_ANY	包含任意指定元素	tags ARRAY_CONTAINS_ANY ["AI", "DB"]
ARRAY_LENGTH	数组长度匹配	ARRAY_LENGTH(tags) >= 3

---

五、空值判断

用于检查字段是否为 NULL 或非空。

语法	说明	示例表达式
IS NULL	字段为空	description IS NULL
IS NOT NULL	字段非空	description IS NOT NULL

---

六、时间日期处理

适用于时间戳字段（需存储为 INT64 或 STRING 类型）。

示例 1：时间范围查询

expr = "timestamp >= 1630454400 AND timestamp <= 1633046400"  # 2021-09-01 至 2021-10-01

示例 2：日期字符串匹配

expr = 'date_str LIKE "2023-05-%"'  # 匹配 2023 年 5 月所有日期

---

七、结合向量搜索的混合查询

在向量搜索（search）中同时过滤标量字段。

示例代码：

# 搜索条件：向量相似度 + 标量过滤
results = collection.search(
    data=[[0.1, 0.2, 0.3]],  # 查询向量
    anns_field="vector",      # 向量字段名
    param={"metric_type": "L2", "params": {"nprobe": 10}},
    limit=10,
    expr="category == 'book' AND price < 50",  # 标量过滤条件
    output_fields=["id", "title", "price"]
)

---

八、复杂表达式示例

示例 1：多条件组合

expr = '''
    (age >= 18 AND age <= 35) 
    AND 
    (city == "Shanghai" OR city == "Beijing") 
    AND 
    NOT (occupation == "student")
'''

示例 2：嵌套数组与逻辑操作

expr = '''
    ARRAY_CONTAINS(tags, "AI") 
    AND 
    (ARRAY_LENGTH(tags) > 2 OR rating >= 4.5)
'''

---

九、注意事项

1. 字段类型匹配：确保操作符与字段类型兼容（例如，不可对数值字段使用 LIKE）。
2. 性能影响：复杂表达式可能降低查询速度，尽量先过滤再搜索。
3. 索引优化：对频繁过滤的字段（如 category）创建标量索引（STL_SORT 或 MARISA-TRIE）。
4. 表达式长度：Milvus 2.x 对 expr 长度有限制（默认 4096 字节），避免过长表达式。

---

十、完整示例流程

假设有一个集合 products，包含以下字段：
• id (INT64, 主键)
• vector (FLOAT_VECTOR, 维度 128)
• name (STRING)
• price (FLOAT)
• tags (ARRAY)

场景：搜索价格低于 100 元且包含 “electronics” 标签的相似商品

# 表达式
expr = "price < 100 AND ARRAY_CONTAINS(tags, 'electronics')"

# 执行搜索
results = collection.search(
    data=[[0.5, 0.3, ..., 0.8]],  # 查询向量
    anns_field="vector",
    param={"metric_type": "IP", "params": {"nprobe": 10}},
    limit=5,
    expr=expr,
    output_fields=["id", "name", "price"]
)

# 输出结果
for hits in results:
    for hit in hits:
        print(f"ID: {hit.id}, Name: {hit.entity.get('name')}, Score: {hit.score}")