Milvus混合搜索异常排查：过滤器失效及向量搜索结果偏差问题

基础信息 #

• 数据库：Milvus向量数据库
• 集合结构：无分区，字段包括mailno（字符串类型）、address（字符串类型）、embedding（浮点型向量）
• 数据规模：已插入约130万条记录，完成索引构建并加载至内存
• 前置验证：embedding算法已纳入地理信息考量，小数据集测试时embedding生成及距离计算均正常

问题现象 #

1. 首次执行向量搜索时，返回结果与查询目标偏差极大，距离值偏高，但通过address字段的字符串内容可直观判断目标与结果应具备较高相似度
2. 尝试添加mailno like "xxx"作为过滤器执行混合搜索，意图缩小范围查看目标记录的距离值，但过滤器未生效，返回结果与无过滤条件的向量搜索完全一致
3. 单独执行mailno like "xxx"的查询语句可返回正确匹配的记录，说明查询参数本身无错误

疑问 #

混合搜索中过滤器失效是否与数据集规模过大有关？

内容的提问来源于stack exchange，提问作者Xingdi