Содержание
  1. Что хранит Weaviate
  2. Коллекция свойства и векторы
  3. Кто строит embeddings
  4. Поиск и фильтры
  5. Полный учебный контракт
  6. Обновление и эксплуатация
  7. Когда выбирать продукт
  8. Частые вопросы
Обзоры

Обзор Weaviate: векторный поиск с фильтрами

16 ноября 2026 · 10 минут чтения

Weaviate — открытая векторная база данных, которая хранит и индексирует объекты данных вместе с их векторными представлениями. Обзор Weaviate: векторный поиск с фильтрами показывает, как устроена коллекция, кто строит embeddings, как сочетать семантический поиск с обязательным фильтром и что зафиксировать перед внедрением.

Что хранит Weaviate

В документации проекта Weaviate описан как открытая векторная база данных, спроектированная хранить и индексировать объекты данных вместе с их векторными представлениями. Документация описывает поиск по семантической близости и ключевым словам; в гибридном запросе векторная и BM25-составляющие работают совместно. Продукт существует в двух формах: Weaviate Database — открытая векторная база, хранящая объекты и векторы, и Weaviate Cloud — полностью управляемое облачное развёртывание той же базы.

Объекты данных в Weaviate представлены как JSON-документы. Каждый объект принадлежит коллекции и имеет одно или несколько свойств. Коллекции — это группы объектов с общим определением схемы, и у каждой коллекции собственное векторное пространство. Такое разделение важно для практики: свойства описывают структуру записи, векторы лежат в отдельном пространстве, привязанном к коллекции.

Перекрёстные ссылки фиксируют связи между объектами и не меняют векторы связанных объектов. Добавление такой связи само по себе не перестраивает вектор связанного объекта. Обновление содержимого и векторов — отдельная операция.

Практический вывод для читателя: планируя хранилище, разделяйте три слоя — объект как JSON, его свойства как поля схемы и вектор как отдельную сущность в пространстве коллекции. Смешение этих слоёв в одном описании приводит к путанице при импорте и при построении фильтров. Документация проекта прямо связывает объект, коллекцию и свойство, поэтому начинать разбор стоит с этой тройки.

Коллекция свойства и векторы

Коллекция задаёт общую схему для группы объектов. Свойство — это именованное поле внутри объекта, и объектов без свойств в схеме не бывает: каждый объект имеет одно или несколько свойств. Вектор привязан к коллекции, поскольку у каждой коллекции собственное векторное пространство.

Из этого следуют практические ограничения. В учебном примере у объектов один общий векторный набор с фиксированными размерностью и метрикой. Векторы в этом наборе должны быть сопоставимы; вывод относится к нему и не запрещает отдельные конфигурации векторов у одной коллекции. Учебный пример ниже показывает, как несовпадение размерности останавливает импорт.

Схема коллекции — это контракт. Меняя схему, вы меняете правила приёма данных. Свойства удобно проектировать так, чтобы часть из них служила фильтрам: язык, признак публичности, категория. Вектор отвечает за семантику, свойства — за точные условия отбора.

Таблица ниже сопоставляет слои данных и их роль в запросе.

Слой Что описывает Роль в запросе
Объект JSON-документ записи Носитель полезной нагрузки
Свойство Именованное поле объекта Условие фильтра
Коллекция Группа объектов с общей схемой Граница векторного пространства
Вектор Числовое представление объекта Основа семантического поиска
Перекрёстная ссылка Связь между объектами Навигация по связям

Разделение слоёв объясняет, почему фильтр по свойству и векторный поиск работают совместно: первый отсекает записи по точному условию, второй упорядочивает оставшиеся по близости.

Кто строит embeddings

В документации проекта указано: чтобы получить векторы для данных, используют один из модулей-векторизаторов Weaviate, а также можно применять собственный векторизатор. Это две принципиально разные схемы работы.

Первый путь — модуль-векторизатор внутри Weaviate. Настроенный модуль организует векторизацию при записи объекта; конкретная модель может работать через внешнего поставщика. Читателю это удобно, когда нужно быстро начать и не хочется держать отдельный сервис эмбеддингов.

Второй путь — bring your own vectors. Вы сами считаете вектор внешней моделью или сервисом и передаёте его вместе с объектом. Этот режим даёт контроль над моделью, её версией и размерностью, а также позволяет использовать уже посчитанные векторы.

Выбор режима влияет на всё дальнейшее: на размерность вектора, на метрику близости, на стратегию переиндексации при смене модели. Смена векторизатора означает смену векторного пространства, поэтому её планируют как отдельную миграцию.

Учебный пример ниже построен на режиме bring your own vectors с размерностью два. Это условный вход; продукт на нём не измерялся: векторы заданы вручную и не являются эмбеддингом реальной модели. Такой пример нужен, чтобы проверить логику фильтрации на маленьком наборе.

Поиск и фильтры

В документации проекта гибридный поиск описан как сочетание векторного поиска и поиска по ключевым словам (BM25), которое использует сильные стороны обоих подходов. Гибридный запрос выполняет оба типа поиска параллельно и объединяет их оценки в итоговый ранжированный список.

Отдельно документация проекта отмечает, что эквивалентного порогового параметра для ключевой (BM25) составляющей гибридного поиска и для итоговых объединённых оценок нет. Для описанного API это означает, что такой порог нельзя выдать за стандартный параметр гибридного запроса, а весовой параметр alpha стоит указывать явно, когда вес имеет значение, и сверять поведение со страницей своей клиентской библиотеки.

Фильтр в запросе работает как обязательное условие. Учебный пример показывает это на наборе из трёх объектов:

ТЕКСТ9 строк
Учебная коллекция Manual (условный вход, не измерение продукта):
A: body="Возврат заказа",   lang=ru, public=true,  vector=[1,0]
B: body="Оформление заказа", lang=ru, public=true,  vector=[0,1]
C: body="Внутренний возврат", lang=ru, public=false, vector=[1,0]

Режим: bring your own vectors, размерность 2, метрика cosine.
Запрос: vector=[1,0] + обязательный фильтр public=true.
Ожидаемый результат: A и B проходят фильтр; C отсекается фильтром.
Дополнительный фильтр lang=en даёт пустой набор.

Ключевой момент: вектор запроса совпадает с вектором объекта C, и всё равно C не попадает в результат, потому что фильтр public=true обязателен. Совпадение по вектору не даёт права снять фильтр. Это и есть смысл обязательного условия: оно отсекает записи до того, как семантика определит порядок.

Второй момент — пустой набор. Дополнительный фильтр lang=en не находит записей. В нашем наборе успешный ответ с пустым списком соответствует условиям запроса. Различайте пустой результат и сбой: пустой набор означает, что условия выполнены нулём объектов.

Полный учебный контракт

Ниже — полный текст учебного контракта, который описывает проверку поиска с обязательным фильтром. Это вручную составленная спецификация. Она не воспроизводит синтаксис API и не содержит результатов запуска продукта.

ТЕКСТ22 строки
Учебная collection Manual:
object id A, body="Возврат заказа",    lang=ru, public=true,  vector=[1,0]
object id B, body="Оформление заказа", lang=ru, public=true,  vector=[0,1]
object id C, body="Внутренний возврат", lang=ru, public=false, vector=[1,0]

Все имена и векторы условные. Векторы заданы вручную и не являются
эмбеддингом реальной модели. Выбран режим bring your own vectors,
размерность 2, метрика cosine similarity.

Запрос vector=[1,0] с обязательным фильтром public=true допускает A и B,
запрещает C. Совпадение A и C по вектору не разрешает снять фильтр.
Дополнительный фильтр lang=en даёт пустой набор.

Контроль данных: объект D с vector=[1,0,0] нельзя смешивать с набором
без явной новой конфигурации; несовпадение размерности должно
останавливать импорт.

Перед реальным внедрением фиксируют метрику, векторизатор, версии
клиента и сервера, стратегию обновления и удаления, а также restore.
Документ public=false относится к данным и не является векторной
гарантией безопасности: аутентификация и multi-tenancy настраиваются
отдельно.

Разбор контракта даёт четыре проверяемых шага. Первый: убедиться, что фильтр обязателен и применяется до ранжирования. Второй: проверить, что совпадение по вектору не обходит фильтр. Третий: убедиться, что пустой набор отличается от ошибки. Четвёртый: проверьте размерности до отправки пакета, а после импорта проверьте ошибки отдельных объектов. Не считайте пакет целиком принятым только по успешному завершению запроса.

Объект D с вектором размерности три — это проверка на смешение пространств. Для такого объекта нужна отдельная совместимая векторная конфигурация; в наш двухмерный набор его отправлять нельзя. Импорт, который молча принимает разные размерности, ломает сопоставимость векторов и делает результаты поиска неинтерпретируемыми.

Обновление и эксплуатация

Перед реальным внедрением фиксируют набор параметров: метрику близости, векторизатор, версии клиента и сервера, стратегию обновления и удаления записей, а также процедуру восстановления. Эти пункты образуют контракт эксплуатации, от которого зависит воспроизводимость результатов.

Метрика и векторизатор определяют векторное пространство. При смене модели запланируйте пересчёт затронутых векторов и перестроение нужных индексов. Изменение метрики оценивайте отдельно по конфигурации индекса. Версии клиента и сервера важно зафиксировать, потому что поведение параметров может различаться между библиотеками; в документации проекта по гибридному поиску прямо рекомендуется сверять поведение alpha со страницей своей клиентской библиотеки.

Стратегия обновления и удаления отвечает на вопрос, что происходит с вектором при изменении объекта. Если вектор считается внешним сервисом, его пересчёт — ваша задача. Если векторизатор встроен, пересчёт выполняет база по своим правилам.

Восстановление — отдельный сценарий. Резервная копия должна покрывать и объекты, и векторы, иначе после восстановления часть записей окажется без векторного представления. Управляемое развёртывание Weaviate Cloud снимает часть операционных задач, но не отменяет фиксацию параметров на стороне приложения.

Отдельно про безопасность: признак public=false в учебном примере описывает данные и не является векторной гарантией безопасности. Аутентификация и multi-tenancy настраиваются отдельно от схемы и от векторов.

Когда выбирать продукт

Weaviate подходит, когда нужен поиск, сочетающий семантическую близость и ключевые слова, а фильтры по свойствам должны быть обязательным условием запроса. Открытая база хранит объекты и векторы вместе; порядок их обновления всё равно нужно проверить для своего приложения.

Продукт стоит рассматривать, когда команда готова зафиксировать метрику, векторизатор и версии, а также продумать переиндексацию при смене модели. Режим bring your own vectors даёт контроль над эмбеддингами и подходит, когда модель уже выбрана и посчитана.

Управляемое развёртывание Weaviate Cloud уместно, когда операционные задачи хочется передать провайдеру. Перед внедрением проверьте доступность нужного облачного региона, условия подключения и оплаты для вашей команды.

Таблица ниже сопоставляет режимы по критериям выбора.

Критерий Встроенный векторизатор Свои векторы
Кто считает вектор Модуль Weaviate Ваш сервис или модель
Контроль модели Ограничен модулем Полный
Смена модели Переиндексация Переиндексация
Размерность Задаёт модуль Задаёте вы
Подготовка Настройка модуля и поставщика модели Внешний расчёт и передача векторов

Выбор сводится к тому, кто отвечает за эмбеддинги и насколько важен контроль над моделью. Для быстрого старта подходит встроенный векторизатор, свои векторы удобны при уже налаженном внешнем расчёте. Воспроизводимость в обоих вариантах требует фиксации модели и параметров.

Частые вопросы

Weaviate это что такое простыми словами?

Weaviate — открытая векторная база данных, которая хранит объекты данных и их векторные представления и индексирует их вместе. По документации проекта она поддерживает поиск по семантической близости и по ключевым словам. Объекты описываются как JSON-документы и группируются в коллекции с общей схемой.

Как в Weaviate работают фильтры вместе с векторным поиском?

Фильтр выступает обязательным условием отбора записей. В учебном примере запрос с вектором [1,0] и фильтром public=true допускает объекты A и B и отсекает C, хотя вектор C совпадает с вектором запроса. Совпадение по вектору не отменяет фильтр.

Кто строит embeddings в Weaviate?

Векторы строит один из модулей-векторизаторов Weaviate, и есть режим со своим векторизатором. В первом случае база считает вектор при записи объекта, во втором вы передаёте готовый вектор. Выбор режима определяет размерность и метрику.

Что нужно зафиксировать перед внедрением Weaviate?

Метрику близости, векторизатор, версии клиента и сервера, стратегию обновления и удаления записей, а также процедуру восстановления. Эти параметры определяют воспроизводимость результатов поиска. Смена векторизатора требует переиндексации.

Как работает гибридный поиск в Weaviate?

Гибридный поиск сочетает векторный поиск и поиск по ключевым словам BM25 и выполняет оба типа параллельно, объединяя оценки в итоговый список. Порогового параметра для BM25-составляющей и итоговых оценок нет. Весовой параметр alpha указывают явно, когда вес имеет значение.

Читайте также

3 материала