Indexarea Payload-ului și a Metadatelor: B-Tree, Inverted Index și Geo în Baze de Date Vectoriale & Căutare Semantică

Fiecare punct sau înregistrare dintr-o bază vectorială poate conține metadate atașate (payload în Qdrant, properties în Weaviate, metadata în Pinecone). Pentru a evita scanarea liniară a milioanelor de metadate la interogare, este critică crearea de indexuri de payload dedicate.

Tipurile principale de indexuri secundare pentru metadate sunt:

• B-Tree / Range Index: Pentru numere întregi, valori float și timestamp-uri (ex: preț, dată creare).
• Inverted Index (Keyword / Full-text): Pentru string-uri, etichete (tags) și căutări de tip wildcard.
• Geo-index (R-Tree / S2): Pentru coordonate latitudine/longitudine și filtrare pe rază geografică.

from qdrant_client import QdrantClient
from qdrant_client.http import models

client = QdrantClient(host="localhost", port=6333)

# Creare index pe câmp numeric pentru filtrare rapidă pe intervale
client.create_payload_index(
    collection_name="articole",
    field_name="pret",
    field_schema=models.PayloadSchemaType.INTEGER
)

# Creare index de tip keyword pentru ID-ul de client
client.create_payload_index(
    collection_name="articole",
    field_name="client_id",
    field_schema=models.PayloadSchemaType.KEYWORD
)

Fără aceste indexuri, motorul vectorial este forțat să realizeze scanare completă pe disc, ducând la căderi masive de throughput.