Valkey: Query's uitvoeren

Deze documentatie maakt deel uit van de Vector search en RAG-gids. Bekijk de volledige gids hier: Semantisch zoeken, aanbevelingen en retrieval-augmented generation met Valkey.

👋 Welkom bij de Stackhero-documentatie!

Stackhero biedt een kant-en-klare Valkey cloud oplossing met tal van voordelen, waaronder:

• Valkey Admin webinterface inbegrepen.
• Onbeperkte berichtgrootte en overdrachten.
• Updates eenvoudig met één klik.
• Optimale prestaties en sterke beveiliging dankzij een privé, dedicated infrastructuur.

Bespaar tijd en maak uw leven eenvoudiger: het kost slechts 5 minuten om de Valkey cloud hosting oplossing van Stackhero uit te proberen!

Een K-nearest neighbors (KNN) query geeft de vector als parameter door, als ruwe little-endian float32 bytes:

FT.SEARCH chunksIndex "*=>[KNN 5 @embedding $queryVector]"
  PARAMS 2 queryVector "<rawBytes>"

Om vector search te combineren met filters, vervangt u eenvoudigweg de * door uw filterexpressie:

FT.SEARCH chunksIndex "@documentId:{doc42}=>[KNN 5 @embedding $queryVector]"
  PARAMS 2 queryVector "<rawBytes>"