批量向量搜索允许在单个请求中进行多个向量相似性搜索。这种类型的搜索非常适合需要为一组查询向量查找相似向量的场景，可显著减少所需的时间和计算资源。
即:一次查询多个向量，吞吐。
系统会并行处理这些向量，为每个查询向量返回一个单独的结果集，每个结果集包含在collection中找到的最接近的匹配项。
import random
from pymilvus import (connections,Collection,
)dim = 3if __name__ == '__main__':connections.connect(alias="default",user='',password='',host='192.168.230.71',port='19530')coll = Collection("hello_milvus")search_param = {"metric_type": "COSINE","params": {"ef": 40}}search_data = [[0.20963513851165771,0.3974665701389313,0.12019053101539612],[0.6947491765022278, 0.9535574913024902, 0.5454552173614502]]results = coll.search(data=search_data,anns_field="embeddings",param=search_param,limit=5,# expr=None,output_fields=['pk'],# consistency_level="Eventually")print(results)
