检索服务

向量数据库 Milvus 提供检索服务，帮助用户在控制台内直接完成文本或向量的相似度检索，无需编写代码即可验证检索效果。检索服务集成 Embedding 服务的文本向量化能力，支持输入自然语言完成语义检索，也支持直接输入向量进行相似度搜索。

前提条件

• 已创建 Milvus 实例，且实例状态为运行中。

• 已创建 Database 和 Collection，并完成数据写入及索引创建。

• Collection 已完成 Load，状态为已加载。

• 使用语义检索时，Embedding 服务已开启且 API Key 有效。

• 使用公网访问时，已开启公网访问并配置安全组白名单。

功能说明

操作步骤

步骤一：进入检索服务

1. 登录 Milvus 控制台。

2. 进入实例详情。

3. 点击上方导航栏 检索服务。

步骤二：配置并执行检索

1. 选择 Database。

2. 选择 Collection。

3. 选择检索方式：语义检索 或 向量检索。

4. 选择向量字段（存在多个向量字段时必须选择）。

5. 根据检索方式输入检索内容：

   • 语义检索：输入检索文本，系统自动调用 Embedding 服务生成向量。适用于自然语言问答、AI 检索、RAG 等场景。

   • 向量检索：直接输入查询向量。适用于已完成向量化的数据、不使用 Embedding 服务、验证模型效果等场景。

6. 配置检索参数，具体参数说明见下文。

7. 点击 检索。

Collection 必须处于已加载状态。语义检索时 Embedding 模型需与数据写入时保持一致，否则检索结果可能不准确。向量检索时查询向量维度必须与目标向量字段保持一致。

检索参数说明

过滤表达式：

支持 Milvus 标准过滤表达式，支持以下运算符：

• ==、!=

• <、>、<=、>=

• in

• and、or

示例：category == "technology" and price < 100

分组检索：

开启分组检索后，可按照标量字段返回结果。需配置分组字段（Group By）和每组返回数量（Group Size）。

例如：Top K = 5，Group Size = 3，最终返回 5 × 3 = 15 条结果。

分组检索与普通检索的 Top K 含义不同，当使用分组检索时，Top K不可用，请注意区分。

检索结果

检索完成后，页面展示以下内容：

• 稠密向量字段支持展示原始内容。

• 稀疏向量字段（如 BM25）仅展示标量字段及相似度，不展示向量内容。

注意事项

• Collection 必须处于已加载状态。

• 语义检索依赖 Embedding 服务，Embedding 模型需与数据写入时保持一致。

• Collection 存在多个向量字段时必须指定搜索字段。

• 检索服务为只读操作，不会修改数据。

• 检索结果为空时，可检查以下项目：

  • Collection 是否已加载。

  • 是否存在数据。

  • 向量字段是否正确。

  • Embedding 模型是否一致。

  • Filter 是否过于严格。