如何在Redis向量相似度搜索中为维度设置权重，优先时间戳？

要给纬度、经度、时间戳三个维度设置不同权重（优先时间戳），核心是在向量存入Redis前对各维度加权，让权重高的维度在距离计算中占更大比例。Redis本身不支持动态加权，但可以通过预处理向量实现，具体步骤如下：

1. 核心思路 #

Redis的HNSW索引基于向量的原始距离（比如L2、余弦）计算相似度。要让时间戳维度优先级更高，只需在生成向量时对时间戳的值乘以更大的权重系数，同时确保搜索时的目标向量也做相同处理，这样距离计算会自动偏向时间维度。

如果各维度数值范围差异大（比如时间戳是毫秒级大数，经纬度在±180以内），建议先对每个维度做归一化，把数值缩放到同一区间，避免数值范围差异抵消权重的作用。

2. 修改向量存入代码 #

步骤1：定义权重与归一化参数 #

先确定各维度的权重比例，以及归一化所需的极值（需提前统计所有数据的纬度、经度、时间戳的最小/最大值）：

import numpy as np

# 向量顺序对应 [纬度, 经度, 时间戳]
# 示例权重：时间戳权重是经纬度的8倍，可根据业务调整
weights = np.array([0.2, 0.2, 1.6], dtype=np.float32)

# 归一化参数（需根据实际数据统计）
lat_min, lat_max = -90.0, 90.0
lon_min, lon_max = -180.0, 180.0
ts_min, ts_max = 1600000000000, 1700000000000  # 示例时间戳范围（毫秒）

步骤2：实现归一化与加权函数 #

def process_vector(raw_vector):
    """将原始向量归一化后应用权重"""
    lat, lon, ts = raw_vector
    # 归一化到0-1区间
    norm_lat = (lat - lat_min) / (lat_max - lat_min)
    norm_lon = (lon - lon_min) / (lon_max - lon_min)
    norm_ts = (ts - ts_min) / (ts_max - ts_min)
    # 应用权重后返回
    return np.array([norm_lat, norm_lon, norm_ts], dtype=np.float32) * weights

步骤3：修改存入Redis的代码 #

在将向量转为bytes前，先处理归一化和加权：

p = client.pipeline(transaction=False)
for index in data:
    key = keys[index]
    item_metadata = data[index]
    # 从vector_dict获取原始向量，处理后转成bytes
    raw_vector = np.array(vector_dict[index], dtype=np.float32)
    weighted_vector = process_vector(raw_vector)
    item_key_vector = weighted_vector.tobytes()
    p.hset(key, mapping=item_metadata)
p.execute()  # 执行管道批量操作（原代码遗漏了这一步）

3. 修改搜索代码 #

搜索时的目标向量必须和存入的向量做完全相同的预处理（归一化+加权），否则搜索结果会失真：

from redis.commands.search.query import Query

def search_similar(redis_conn, vector_field_name, target_lat, target_lon, target_ts, top_k=10):
    # 构造原始目标向量
    target_raw = np.array([target_lat, target_lon, target_ts], dtype=np.float32)
    # 预处理目标向量
    weighted_target = process_vector(target_raw)
    target_bytes = weighted_target.tobytes()
    
    # 执行KNN搜索
    query = Query(f'*=>[KNN {top_k} @{vector_field_name} $vec]') \
            .return_fields('latitude', 'longitude', 'timestamp') \
            .sort_by('__score')  # 按相似度得分排序（得分越低越相似，L2距离）
    params = {'vec': target_bytes}
    results = redis_conn.ft().search(query, params=params)
    return results

4. 关键注意事项 #

• 权重调整：权重的数值是相对比例，比如想让时间戳影响是经纬度的10倍，可设weights = [1,1,10]，无需总和为1。
• 归一化必要性：如果时间戳数值远大于经纬度，不做归一化的话，时间戳的原始数值差异会掩盖经纬度的差异，权重的作用会被稀释。
• 一致性：所有存入的向量和搜索的目标向量必须使用相同的归一化参数和权重，否则搜索结果不准确。
• 重索引：如果后续调整权重，需要重新处理所有向量并重建HNSW索引。

内容的提问来源于stack exchange，提问作者Om Patel