疯狂SQL转换系列- SQL for Milvus

众所周知，邮件、图片、音频、视频等非结构化数据已占据了我们日常生活数据总量的80%以上。如果想要使用计算机来处理这些数据，需要使用embedding技术将它们转化为向量。Milvus作为一款开源的向量数据库，可存储这些向量，并提供基于向量的索引及检索服务。Milvus提供了一套类SQL的数据检索API，方便使用者通过这些API检索数据。由于它与SQL语法间仍有差别，且必须通过编程的方式才能获取数据，使用起来仍不够方便。

为了能让使用者以类似访问关系数据库的交互体验访问Milvus向量数据库。MOQL Transx继续秉承能SQL化检索数据库就SQL化检索数据库的宗旨。为用户提供了一套可以检索Milvus向量数据库的SQL语法，并提供了检索接口。使用者可通过该接口输入SQL语句，获得结构化的数据结果，如下列代码示例：

// 构建Milvus客户端
MilvusServiceClient milvusClient = new MilvusServiceClient(ConnectParam.newBuilder()
.withHost("172.31.179.128")
          .withPort(19530)
          .build();
// 使用Milvus客户端创建Milvus查询器
MilvusQuerier milvusQuerier = new MilvusQuerier(milvusClient);
/* 查询语句含义：从book集合中筛选数据，并返回col1,col2两个列。筛选条件为，当数据的col3列值为4，col4列值为'a','b','c'中的任意一
个，且vec向量字段采用'L2'类型匹配，值为'[[1.0, 2.0, 3.0],[1.1,2.1,3.1]]'。另外，采用强一致性级别在10个单元内进行检索，取第11到第15，5条命中记录。*/
String sql = "select col1, col2 from book where col3 = 4 and vMatch(vec, 'L2', '[[1.0, 2.0, 3.0],[1.1,2.1,3.1]]') and col4 in ('a', 'b', 'c') and consistencyLevel('STRONG') and nProbe(10) limit 10,5";
// 使用查询器执行sql语句，并返回查询结果
RecordSet recordSet = milvusQuerier.query(sql);

也可以使用MilvusQuerier将SQL语句翻译为SearchParam，然后调用MilvusServiceClient.search方法进获取查询结果，如列下代码所示：

MilvusQuerier milvusQuerier = new MilvusQuerier();
String sql = "select col1, col2 from book where col3 = 4 and vMatch(vec, 'L2', '[[1.0, 2.0, 3.0],[1.1,2.1,3.1]]') and col4 in ('a', 'b', 'c') and consistencyLevel('STRONG') and nProbe(10) limit 10,5";
// 将SQL语句翻译为SearchParam
SearchParam searchParam = milvusQuerier.buildSearchParam(sql);
// 调用MilvusServiceClient.search接口获得查询结果
R<SearchResults> respSearch = milvusClient.search(searchParam);

Milvus提供的检索接口与SQL语法有一定差异，其SearchParam提供的部分参数可以直接映射为SQL语法的等同语义子句。如：expr参数，其语义与SQL中Where子句语义基本兼容；其OutFields参数为输出结果集的列结构，与SQL语句的Select子句语义相同。但其也有其特殊的查询参数接口，如：针对向量字段匹配的参数接口withVectors、withVectorFieldName；表示匹配一致性级别的withConsistencyLevel接口等。由于这些概念在SQL中没有对应语义的子句，为不增加语法概念，MOQL Transx将这类接口都以Where子句中的函数形式进行表达。这种表达方式可能不是最佳表达方式，如果有人有更好的建议，可以到项目中给我们留言，项目地址：https://github.com/colorknight/moql-transx/tree/master/moql-querier-milvus。

下表将给出Milvus查询接口的参数与SQL语法的对照关系：

Milvus查询参数接口	SQL语法
withCollectionName(table)	from table
withOutFields(outFields)	select outFields
withExpr(expr)	where expr
withVectorFieldName,withMetricType,withVectors	vMatch(fieldName, metricType, vectors)
withConsistencyLevel	consistencyLevel(['STRONG'|'BOUNDED'|'Eventually'])
withTopK(k)	limit offset, k
withParams:nProbe	nProbe(long)
withParams:ef	ef(long)
withParams:search_k	searchK(long)
withPartitionNames	partitionBy(String[])
withRoundDecimal	roundDecimal(int)
withTravelTimestamp	travelTimestamp(long)

写在最后，我们如此疯狂的为各种数据库提供基于SQL访问的接口，主要是为了降低用户使用各类数据库进行数据检索时的学习成本。我们做了一款低代码数据科学平台，可以提供对存在在各类数据存储系统中的数据进行读取，处理，分析及写入功能。我们也在寻找有这方面使用需求的伙伴能够试用平台并给出意见。有兴趣的朋友可以关注我们的微信号“自由你的数据”并给我们留言。