mirror of
https://github.com/asg017/sqlite-vec.git
synced 2026-04-26 01:06:27 +02:00
text knn LT/LE
This commit is contained in:
Alex Garcia
parent
df29e31ddc
commit
018e9789de
3 changed files with 338 additions and 53 deletions
1
TODO
1
TODO
|
|
@ -13,7 +13,6 @@
|
|||
- perf: LEFT JOIN aux table to rowids query in vec0_cursor for rowid/point stmts, to avoid N lookup queries
|
||||
|
||||
# metadata filtering
|
||||
- text comparisons (long)
|
||||
- `v in (...)` handling
|
||||
- [ ] test accessing aux values when rowid is different than 1,2,3 etc.
|
||||
- [ ] add `xyz_info` shadow table with version etc.
|
||||
|
|
|
|||
62
sqlite-vec.c
62
sqlite-vec.c
|
|
@ -6027,21 +6027,63 @@ int vec0_metadata_filter_text(vec0_vtab * p, sqlite3_value * value, const void *
|
|||
}
|
||||
case VEC0_METADATA_OPERATOR_LE: {
|
||||
for(int i = 0; i < size; i++) {
|
||||
u8 * view = &((u8*) buffer)[i * VEC0_METADATA_TEXT_VIEW_BUFFER_LENGTH];
|
||||
int n = ((int*) view)[0];
|
||||
char * s = (char *) &view[4];
|
||||
if(n > VEC0_METADATA_TEXT_VIEW_DATA_LENGTH) {rc = SQLITE_ERROR;goto done;} /* TODO */
|
||||
bitmap_set(b, i, strncmp(s, sTarget, n) <= 0);
|
||||
view = &((u8*) buffer)[i * VEC0_METADATA_TEXT_VIEW_BUFFER_LENGTH];
|
||||
nPrefix = ((int*) view)[0];
|
||||
sPrefix = (char *) &view[4];
|
||||
int cmpPrefix = strncmp(sPrefix, sTarget, min(min(nPrefix, VEC0_METADATA_TEXT_VIEW_DATA_LENGTH), nTarget));
|
||||
|
||||
if(nPrefix < VEC0_METADATA_TEXT_VIEW_DATA_LENGTH) {
|
||||
// if prefix match, check which is longer
|
||||
if(cmpPrefix == 0) {
|
||||
bitmap_set(b, i, nPrefix <= nTarget);
|
||||
}
|
||||
else {
|
||||
bitmap_set(b, i, cmpPrefix <= 0);
|
||||
}
|
||||
continue;
|
||||
}
|
||||
// TODO(perf): may not need to compare full text in some cases
|
||||
|
||||
rc = vec0_get_metadata_text_long_value(p, &stmt, metadata_idx, rowids[i], &nFull, &sFull);
|
||||
if(rc != SQLITE_OK) {
|
||||
goto done;
|
||||
}
|
||||
if(nPrefix != nFull) {
|
||||
rc = SQLITE_ERROR;
|
||||
goto done;
|
||||
}
|
||||
bitmap_set(b, i, strncmp(sFull, sTarget, nFull) <= 0);
|
||||
}
|
||||
break;
|
||||
}
|
||||
case VEC0_METADATA_OPERATOR_LT: {
|
||||
for(int i = 0; i < size; i++) {
|
||||
u8 * view = &((u8*) buffer)[i * VEC0_METADATA_TEXT_VIEW_BUFFER_LENGTH];
|
||||
int n = ((int*) view)[0];
|
||||
char * s = (char *) &view[4];
|
||||
if(n > VEC0_METADATA_TEXT_VIEW_DATA_LENGTH) {rc = SQLITE_ERROR;goto done;} /* TODO */
|
||||
bitmap_set(b, i, strncmp(s, sTarget, n) < 0);
|
||||
view = &((u8*) buffer)[i * VEC0_METADATA_TEXT_VIEW_BUFFER_LENGTH];
|
||||
nPrefix = ((int*) view)[0];
|
||||
sPrefix = (char *) &view[4];
|
||||
int cmpPrefix = strncmp(sPrefix, sTarget, min(min(nPrefix, VEC0_METADATA_TEXT_VIEW_DATA_LENGTH), nTarget));
|
||||
|
||||
if(nPrefix < VEC0_METADATA_TEXT_VIEW_DATA_LENGTH) {
|
||||
// if prefix match, check which is longer
|
||||
if(cmpPrefix == 0) {
|
||||
bitmap_set(b, i, nPrefix < nTarget);
|
||||
}
|
||||
else {
|
||||
bitmap_set(b, i, cmpPrefix < 0);
|
||||
}
|
||||
continue;
|
||||
}
|
||||
// TODO(perf): may not need to compare full text in some cases
|
||||
|
||||
rc = vec0_get_metadata_text_long_value(p, &stmt, metadata_idx, rowids[i], &nFull, &sFull);
|
||||
if(rc != SQLITE_OK) {
|
||||
goto done;
|
||||
}
|
||||
if(nPrefix != nFull) {
|
||||
rc = SQLITE_ERROR;
|
||||
goto done;
|
||||
}
|
||||
bitmap_set(b, i, strncmp(sFull, sTarget, nFull) < 0);
|
||||
}
|
||||
break;
|
||||
}
|
||||
|
|
|
|||
|
|
@ -955,87 +955,331 @@
|
|||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-bb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-bbbb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-bbbbbb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-bbbbbbbbbbbb_aaa]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-bbbbbbbbbbbb_bbb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 4,
|
||||
'name': 'bbbbbbbbbbbb_bbb',
|
||||
'distance': 96.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-bbbbbbbbbbbb_ccc]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 4,
|
||||
'name': 'bbbbbbbbbbbb_bbb',
|
||||
'distance': 96.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[le-longlonglonglonglonglonglong]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name <= ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 6,
|
||||
'name': 'cccccccccccc_ccc',
|
||||
'distance': 94.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 5,
|
||||
'name': 'cccc',
|
||||
'distance': 95.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 4,
|
||||
'name': 'bbbbbbbbbbbb_bbb',
|
||||
'distance': 96.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-bb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-bbbb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-bbbbbb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-bbbbbbbbbbbb_aaa]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-bbbbbbbbbbbb_bbb]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-bbbbbbbbbbbb_ccc]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 4,
|
||||
'name': 'bbbbbbbbbbbb_bbb',
|
||||
'distance': 96.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 1,
|
||||
'name': 'aaaa',
|
||||
'distance': 99.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[lt-longlonglonglonglonglonglong]
|
||||
dict({
|
||||
'error': 'OperationalError',
|
||||
'message': 'Could not filter metadata fields',
|
||||
OrderedDict({
|
||||
'sql': "select rowid, name, distance from v where vector match '[100]' and k = 5 and name < ?",
|
||||
'rows': list([
|
||||
OrderedDict({
|
||||
'rowid': 6,
|
||||
'name': 'cccccccccccc_ccc',
|
||||
'distance': 94.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 5,
|
||||
'name': 'cccc',
|
||||
'distance': 95.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 4,
|
||||
'name': 'bbbbbbbbbbbb_bbb',
|
||||
'distance': 96.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 3,
|
||||
'name': 'bbbb',
|
||||
'distance': 97.0,
|
||||
}),
|
||||
OrderedDict({
|
||||
'rowid': 2,
|
||||
'name': 'aaaaaaaaaaaa_aaa',
|
||||
'distance': 98.0,
|
||||
}),
|
||||
]),
|
||||
})
|
||||
# ---
|
||||
# name: test_long_text_knn[ne-bb]
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue