vector_search_filter_strategy
- ‘auto’ - Post-filtrage (la sémantique exacte pourra évoluer à l’avenir).
- ‘postfilter’ - Utilise l’index de similarité vectorielle pour identifier les plus proches voisins, puis applique les autres filtres
- ‘prefilter’ - Évalue d’abord les autres filtres, puis effectue une recherche en force brute pour identifier les voisins.
vector_search_index_fetch_multiplier
vector_search_postfilter_multiplier
Multiplie par cette valeur le nombre de plus proches voisins récupérés depuis l’index de similarité vectorielle. S’applique uniquement en cas de post-filtrage avec d’autres prédicats ou si le paramètre ‘vector_search_with_rescoring = 1’. Plage valide : [1.0, 1000.0]. Les valeurs en dehors de cette plage sont rejetées.
vector_search_use_quantized_codes
Quantized. Lorsqu’il est activé, ORDER BY L2Distance|cosineDistance(vec, reference) LIMIT k sur une colonne encodée avec un codec Quantized(...) va
- parcourir et filtrer les vecteurs quantifiés (cette étape produit
k * vector_search_index_fetch_multiplierrésultats), puis - recalculer le score des vecteurs trouvés à partir des vecteurs d’origine en pleine précision.
vector_search_with_rescoring
vector_search_index_fetch_multiplier si davantage de lignes candidates sont nécessaires pour améliorer le rappel, en particulier
avec des filtres supplémentaires ou des index vectoriels quantifiés.
Note : une requête exécutée sans rescoring et avec les répliques parallèles activées peut se rabattre sur le rescoring.