Infinity项目中的匹配函数过滤器功能设计与实现
2025-06-20 07:57:31作者:昌雅子Ethen
在数据库和搜索引擎领域,高效的数据检索一直是一个核心需求。Infinity项目近期实现了一个重要的功能增强——为匹配函数添加过滤器支持,这一改进显著提升了查询的灵活性和精确度。
功能背景
传统的匹配函数(如match_text、match_vector等)在执行相似度匹配时,通常只能基于单一字段进行检索。然而在实际业务场景中,我们经常需要结合多个条件进行复合查询。例如,在电商搜索中,我们可能希望先筛选出特定价格区间的商品,再对这些商品进行向量相似度匹配。
技术实现
Infinity项目通过为匹配函数引入过滤器参数,实现了这一需求。过滤器可以包含两类条件:
- 布尔表达式:支持常规的比较运算符(>、<、=等)和逻辑运算符(AND、OR)
- 全文过滤函数:filter_fulltext函数,其行为类似于match_fulltext但不参与评分
一个典型的使用示例如下:
result = table_instance.output(["num", "vec", "_similarity"])
.match_sparse("vec", SparseVector([0, 20, 80], [1.0, 2.0, 3.0]),
"ip", 3,
{'filter': 'a > 0 AND b<0 OR filter_fulltext("body", "A OR B OR C", "min_match=2")'})
.to_pl()
关键技术点
- 多过滤器支持:在fusion操作中,不同的函数可以拥有各自独立的过滤器
- 高效执行:filter_fulltext函数返回的是Roaring Bitmap,这是一种高效压缩的位图数据结构,特别适合处理大规模数据集
- 查询优化:系统会自动优化过滤条件的执行顺序,优先执行选择性高的条件
应用价值
这一功能的实现为Infinity带来了显著的提升:
- 查询精度:通过组合条件可以更精确地定位目标数据
- 性能优化:先过滤后匹配的策略减少了需要计算相似度的数据量
- 灵活性:支持复杂的业务查询场景,如多条件组合搜索
实现细节
在底层实现上,Infinity采用了以下关键技术:
- 查询解析:将过滤条件解析为抽象语法树(AST)
- 条件重写:优化查询计划,如将选择性高的条件提前执行
- 位图运算:利用Roaring Bitmap进行高效的集合运算
这一功能的加入使得Infinity在处理复杂查询场景时更加游刃有余,为开发者提供了更强大的数据检索能力。通过组合使用各种匹配函数和过滤条件,用户可以构建出既精确又高效的查询方案。
登录后查看全文
热门项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0276community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
507
43

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
194
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
336
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70