Weaviate向量数据库如何实现过滤结果的分页查询？

Weaviate的查询过滤功能可正常使用，例如官方教程中的示例：

response = (
    client.query
    .get("JeopardyQuestion", ["question", "answer", "round"])
    .with_where({
        "path": ["round"],
        "operator": "Equal",
        "valueText": "Double Jeopardy!"
    })
    .with_limit(20)
    .do()
)

但仅获取前20条结果无法满足全功能语义搜索的需求，我们需要分页来依次获取后续的20条结果。Weaviate使用查询游标实现分页，需传入记录的UUID：

response = (
    client.query
    .get("JeopardyQuestion", ["question", "answer", "round"])
    .with_where({
        "path": ["round"],
        "operator": "Equal",
        "valueText": "Double Jeopardy!"
    })
    .with_after("6726aaa8-818b-49dc-8fea-9bc646ddfed6")   # <-- ID游标分页
    .with_limit(20)
    .do()
)

但该代码会抛出错误：

where cannot be set with after and limit parameters

该错误来自Weaviate的游标验证逻辑，且with_after()的文档明确说明其“需要设置limit，但不能与任何其他过滤器或搜索结合使用”。

因此无法直接组合过滤器、游标和limit参数。以下是实现过滤查询分页的正确方式：

正确实现方式：使用偏移分页 #

当需要结合过滤条件分页时，应使用偏移分页，通过with_offset()方法指定跳过的结果数量，以此获取后续页面的数据。

示例代码：

# 获取第一页（前20条）
first_page = (
    client.query
    .get("JeopardyQuestion", ["question", "answer", "round"])
    .with_where({
        "path": ["round"],
        "operator": "Equal",
        "valueText": "Double Jeopardy!"
    })
    .with_limit(20)
    .do()
)

# 获取第二页（第21-40条）
second_page = (
    client.query
    .get("JeopardyQuestion", ["question", "answer", "round"])
    .with_where({
        "path": ["round"],
        "operator": "Equal",
        "valueText": "Double Jeopardy!"
    })
    .with_limit(20)
    .with_offset(20)  # 跳过前20条，直接取后续结果
    .do()
)

# 后续页面只需递增偏移量即可，比如第三页偏移40，以此类推

注意事项 #

• 偏移分页在偏移量较大时（如超过1000）可能出现性能瓶颈，因为Weaviate需要先扫描并跳过前面所有结果。
• 若使用较新版本的Weaviate，可确认官方文档是否已取消with_after()与with_where()的组合限制，部分版本可能已优化此逻辑。

内容的提问来源于stack exchange，提问作者kdbanman