SETTINGS de sesión de vector_search_*

Estos SETTINGS están disponibles en system.settings y se generan automáticamente a partir del código fuente.

Si una consulta de búsqueda vectorial tiene una cláusula WHERE, esta configuración determina si se evalúa primero (prefiltering) o si primero se comprueba el índice de similitud vectorial (postfiltrado). Valores posibles:

• 'auto' - Postfiltrado (la semántica exacta puede cambiar en el futuro).
• 'postfilter' - Usa el índice de similitud vectorial para identificar los vecinos más cercanos y luego aplica otros filtros
• 'prefilter' - Evalúa primero otros filtros y luego realiza una búsqueda brute-force para identificar los vecinos.

Alias: vector_search_postfilter_multiplier

Multiplica por este valor el número de vecinos más cercanos recuperados del índice de similitud vectorial. Solo se aplica al postfiltrado con otros predicados o si se establece 'vector_search_with_rescoring = 1'. Rango válido: [1.0, 1000.0]. Los valores fuera de este rango se rechazan.

Habilita una búsqueda vectorial aproximada en dos etapas sin índice (escaneo por fuerza bruta) sobre una columna comprimida con Quantized. Cuando está habilitada, ORDER BY L2Distance|cosineDistance(vec, reference) LIMIT k sobre una columna codificada con un códec Quantized(...) hará lo siguiente:

1. escanear y filtrar los vectores cuantizados (este paso produce k * vector_search_index_fetch_multiplier resultados), y
2. volver a puntuar los vectores encontrados comparándolos con los vectores originales de precisión completa.

Indica si ClickHouse realiza rescoring en las consultas que usan el índice de similitud vectorial. Sin rescoring, el índice de similitud vectorial devuelve directamente las filas que contienen las mejores coincidencias. Con rescoring, el índice de similitud vectorial recupera las filas candidatas y ClickHouse calcula la distancia exacta para esas filas a partir de los vectores originales de precisión completa en el flujo SQL habitual. Cuando es posible, ClickHouse limita el escaneo a las filas candidatas antes del cálculo final de la distancia. Aumente vector_search_index_fetch_multiplier si se necesitan más filas candidatas para mejorar el recall, especialmente con filtros adicionales o índices vectoriales cuantizados. Nota: una consulta ejecutada sin rescoring y con réplicas paralelas habilitadas puede pasar a usar rescoring.