本文介绍如何通过Java SDK在Collection中按分组进行相似性检索。
前提条件
- 已创建Cluster：创建Cluster。
- 已获得API-KEY：API-KEY管理。
- 已安装最新版SDK：安装DashVector SDK。
接口定义
Java(JSP)
swift
// class DashVectorCollection
// 同步接口
public Response<List<Group>> queryGroupBy(QueryDocGroupByRequest queryDocGroupByRequest);
// 异步接口
public ListenableFuture<Response<List<Group>>> queryGroupByAsync(QueryDocGroupByRequest queryDocGroupByRequest)使用示例
**说明
- 需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT，代码才能正常运行。
根据向量进行分组相似性检索
Java示例：
scss
package com.aliyun.dashvector;
import com.aliyun.dashvector.models.Doc;
import com.aliyun.dashvector.models.Group;
import com.aliyun.dashvector.models.Vector;
import com.aliyun.dashvector.models.requests.CreateCollectionRequest;
import com.aliyun.dashvector.models.requests.InsertDocRequest;
import com.aliyun.dashvector.models.requests.QueryDocGroupByRequest;
import com.aliyun.dashvector.models.responses.Response;
import com.aliyun.dashvector.proto.CollectionInfo;
import com.aliyun.dashvector.proto.FieldType;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
public class Main {
public static void main(String[] args) {
DashVectorClientConfig config =
DashVectorClientConfig.builder()
.apiKey("YOUR_API_KEY")
.endpoint("YOUR_CLUSTER_ENDPOINT")
.timeout(30f)
.build();
DashVectorClient client = new DashVectorClient(config);
CreateCollectionRequest request = CreateCollectionRequest.builder()
.name("group_demo")
.dimension(4)
.metric(CollectionInfo.Metric.dotproduct)
.dataType(CollectionInfo.DataType.FLOAT)
.filedSchema("document_id", FieldType.STRING)
.filedSchema("chunk_id", FieldType.INT)
.build();
Response<Void> createResponse = client.create(request);
assert createResponse.isSuccess();
DashVectorCollection collection = client.get("group_demo");
assert collection.isSuccess();
List<Doc> docs = new ArrayList<>();
for (int i = 0; i < 6; i++) {
int finalI = i;
docs.add(
Doc.builder()
.id(Integer.toString(i+3))
.vector(Vector.builder().value(Collections.nCopies(4, (float) i+3)).build())
.fields(
new HashMap<String, Object>() {
{
put("document_id", "paper" + finalI % 3);
put("chunk_id", finalI);
}
}
)
.build());
}
InsertDocRequest insertRequest = InsertDocRequest.builder().docs(docs).build();
Response<Void> insertResponse = collection.insert(insertRequest);
assert insertResponse.isSuccess();
// 构建Vector
Vector queryVector = Vector.builder().value(Arrays.asList(0.1f, 0.2f, 0.3f, 0.4f)).build();
// 构建 QueryDocGroupByRequest
QueryDocGroupByRequest queryDocGroupByRequest =
QueryDocGroupByRequest.builder().includeVector(true).vector(queryVector)
.groupByField("document_id")
.groupCount(2)
.groupTopk(3)
.build();
// 进行分组Doc检索
Response<List<Group>> response = collection.queryGroupBy(queryDocGroupByRequest);
// 判断是否成功
assert response.isSuccess();
System.out.println(response);
// example output:
// {
// "code": 0,
// "message": "Success",
// "requestId": "47404048-6f40-47ad-9d62-2675704afb26",
// "output": [
// {
// "groupId": "paper2",
// "docs": [
// {
// "id": "8",
// "vector": {
// "value": [
// 8.0,
// 8.0,
// 8.0,
// 8.0
// ]
// },
// "fields": {
// "document_id": "paper2",
// "chunk_id": 5
// },
// "score": 8.0,
// "sparseVector": {
//
// }
// },
// {
// "id": "5",
// "vector": {
// "value": [
// 5.0,
// 5.0,
// 5.0,
// 5.0
// ]
// },
// "fields": {
// "document_id": "paper2",
// "chunk_id": 2
// },
// "score": 5.0,
// "sparseVector": {
//
// }
// }
// ]
// },
// {
// "groupId": "paper1",
// "docs": [
// {
// "id": "7",
// "vector": {
// "value": [
// 7.0,
// 7.0,
// 7.0,
// 7.0
// ]
// },
// "fields": {
// "document_id": "paper1",
// "chunk_id": 4
// },
// "score": 7.0,
// "sparseVector": {
//
// }
// },
// {
// "id": "4",
// "vector": {
// "value": [
// 4.0,
// 4.0,
// 4.0,
// 4.0
// ]
// },
// "fields": {
// "document_id": "paper1",
// "chunk_id": 1
// },
// "score": 4.0,
// "sparseVector": {
//
// }
// }
// ]
// }
// ]
// }
}
}根据主键（对应的向量）进行分组相似性检索
Java示例：
scss
// 构建QueryDocGroupByRequest
QueryDocGroupByRequest request = QueryDocGroupByRequest.builder()
.groupByField("age")
.id("1")
.groupCount(10) // 返回10个分组
.groupTopk(10) // 每个分组最多返回10个doc
.outputFields(Arrays.asList("name", "age")) // 仅返回name、age这2个Field
.includeVector(true)
.build();
// 根据主键（对应的向量）进行分组相似性检索
Response<List<Group>> response2 = collection.queryGroupBy(request);
// 判断检索是否成功
assert response2.isSuccess();带过滤条件的分组相似性检索
Java示例：
scss
Vector vector = Vector.builder().value(Arrays.asList(0.1f, 0.2f, 0.3f, 0.4f)).build();
// 构建QueryDocGroupByRequest
QueryDocGroupByRequest request = QueryDocGroupByRequest.builder()
.groupByField("age")
.vector(vector)
.filter("age > 18") // 条件过滤，仅对age > 18的Doc进行相似性检索
.outputFields(Arrays.asList("name", "age")) // 仅返回name、age这2个Field
.includeVector(true)
.build();
// 根据向量或者主键进行分组相似性检索 + 条件过滤
Response<List<Group>> response = collection.queryGroupBy(request);
// 判断检索是否成功
assert response.isSuccess();带有Sparse Vector的分组向量检索
**说明
Sparse Vector（稀疏向量）可用于关键词权重表示，实现带关键词感知能力的向量检索。
Java示例：
scss
Vector vector = Vector.builder().value(Arrays.asList(0.1f, 0.2f, 0.3f, 0.4f)).build();
// 构建QueryDocGroupByRequest
QueryDocGroupByRequest request = QueryDocGroupByRequest.builder()
.groupByField("age")
.vector(vector)
.sparseVector(
new Map<Integer, Float>() {
{
put(1, 0.4f);
put(10000, 0.6f);
put(222222, 0.8f);
}
}) // 稀疏向量
.build();
//根据向量进行分组相似性检索 + 稀疏向量
Response<List<Group>> response = collection.queryGroupBy(request);
// 判断检索是否成功
assert response.isSuccess();