CalcDistance已废弃：如何使用Milvus SDK-Go计算向量距离？

使用CalcDistance()计算两个向量间距离时触发错误：

service unavailable: CalcDistance deprecated.

当前环境：

• milvus-sdk-go 版本 v2.4.1
• 单机版Milvus 版本 v2.4.6

原代码片段：

vector1 := entity.NewColumnFloatVector("vector", 512, v1)
vectortwo := entity.NewColumnFloatVector("vector", 512, v2)
distance, err := mc.CalcDistance(ctx, param.ColName, []string{}, entity.L2, vector1, vector2)
if err != nil {
    slog.Error("calc distance error", slog.Any("err", err))
    return 0, err
}

由于CalcDistance()已废弃，请问milvus-sdk-go中计算两个向量距离的推荐方式及替代方法有哪些？

1. 本地自行实现距离计算 #

这是最直接高效的方式，无需依赖Milvus服务，延迟更低，还能完全控制计算逻辑。根据需要的度量类型（如L2、余弦、内积等）编写对应代码即可。

L2距离示例： #

import "math"

func calculateL2Distance(v1, v2 []float32) float32 {
    var sum float32
    for i := range v1 {
        diff := v1[i] - v2[i]
        sum += diff * diff
    }
    return float32(math.Sqrt(float64(sum)))
}

// 调用示例
distance := calculateL2Distance(v1, v2)

余弦距离示例： #

func calculateCosineDistance(v1, v2 []float32) float32 {
    var dotProduct, normV1, normV2 float32
    for i := range v1 {
        dotProduct += v1[i] * v2[i]
        normV1 += v1[i] * v1[i]
        normV2 += v2[i] * v2[i]
    }
    if normV1 == 0 || normV2 == 0 {
        return 0
    }
    // 余弦距离定义为1减去余弦相似度
    return 1 - (dotProduct / (float32(math.Sqrt(float64(normV1))) * float32(math.Sqrt(float64(normV2)))))
}

2. 利用Milvus Search API间接计算 #

如果需要和Milvus服务端的距离计算逻辑完全一致（比如使用自定义度量），可以通过临时集合+Search接口实现：

1. 创建临时集合，匹配目标向量的维度和类型
2. 插入其中一个向量到临时集合
3. 用另一个向量作为查询条件执行Search，返回结果中的Score字段即为距离值
4. 查询完成后删除临时集合

示例代码：

// 1. 创建临时集合
tempColName := "temp_calc_dist"
schema := &entity.Schema{
    CollectionName: tempColName,
    Fields: []*entity.Field{
        {
            Name:       "id",
            DataType:   entity.FieldTypeInt64,
            PrimaryKey: true,
            AutoID:     true,
        },
        {
            Name:     "vector",
            DataType: entity.FieldTypeFloatVector,
            TypeParams: map[string]string{
                "dim": "512",
            },
        },
    },
}
err := mc.CreateCollection(ctx, schema, 1)
if err != nil {
    slog.Error("create temp collection error", slog.Any("err", err))
    return 0, err
}
// 延迟删除临时集合，避免资源残留
defer func() {
    _ = mc.DropCollection(ctx, tempColName)
}()

// 2. 插入目标向量
insertParam := &param.InsertParam{
    CollectionName: tempColName,
    Fields:         []entity.Column{vectortwo},
}
_, err = mc.Insert(ctx, insertParam)
if err != nil {
    slog.Error("insert vector error", slog.Any("err", err))
    return 0, err
}
// 刷新集合确保数据可被查询
err = mc.Flush(ctx, tempColName, false)
if err != nil {
    slog.Error("flush temp collection error", slog.Any("err", err))
    return 0, err
}

// 3. 执行Search查询获取距离
searchParam := &param.SearchParam{
    CollectionName: tempColName,
    MetricType:     entity.L2,
    Vector:         v1,
    TopK:           1,
    Params: map[string]string{
        "nprobe": "10",
    },
}
results, err := mc.Search(ctx, searchParam)
if err != nil {
    slog.Error("search error", slog.Any("err", err))
    return 0, err
}

// 4. 提取距离值
var distance float32
if len(results) > 0 && len(results[0]) > 0 {
    distance = results[0][0].Score
}

3. 使用SDK新的CalculateDistance方法（版本兼容需注意） #

在milvus-sdk-go v2.4+的部分版本中，提供了CalculateDistance作为CalcDistance的替代，调用逻辑更简洁，参数结构更清晰：

// 注意：需确认当前SDK版本是否支持该方法
distanceResp, err := mc.CalculateDistance(ctx, &param.CalculateDistanceParam{
    CollectionName: param.ColName,
    MetricType:     entity.L2,
    Vectors:        [][]float32{v1, v2},
})
if err != nil {
    slog.Error("calc distance error", slog.Any("err", err))
    return 0, err
}
// 结果为两个向量间的距离值，存在distanceResp.Distances[0]中
distance := distanceResp.Distances[0]

内容的提问来源于stack exchange，提问作者user15860511