如何通过Python SDK向Collection中插入或更新Doc

本文介绍如何通过Python SDK向Collection中插入或更新Doc。

说明

若调用本接口时Doc Id已存在，则等同于更新Doc；

Doc Id不存在，则等同于插入Doc。
若调用本接口时不指定Doc Id，则等同于插入Doc，DashVector会自动生成Doc Id，并在返回结果中携带id信息。

前提条件

已创建Cluster
已获得API-KEY
已安装最新版SDK

接口定义

Python示例：

python 复制代码

Collection.upsert(
    docs: Union[Doc, List[Doc], Tuple, List[Tuple]],
    partition: Optional[str] = None,
    async_req: False
) -> DashVectorResponse

使用示例

说明

需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT，代码才能正常运行。
本示例需要参考新建Collection-使用示例提前创建好名称为quickstart的Collection。

Python示例：

python 复制代码

import dashvector
from dashvector import Doc
import numpy as np

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
collection = client.get(name='quickstart')

插入或更新Doc

Python示例：

python 复制代码

# 通过Doc对象upsert
ret = collection.upsert(
    Doc(
        id='1',
        vector=[0.1, 0.2, 0.3, 0.4]
    )
)
# 判断upsert是否成功
assert ret

# 简化形式：通过Tuple upsert
ret = collection.upsert(
    ('2', [0.1, 0.1, 0.1, 0.1])               # (id, vector)
)

插入或更新不带有Id的Doc

Python

python 复制代码

# 通过Doc对象upsert
ret = collection.upsert(
    Doc(vector=[0.1, 0.2, 0.3, 0.4])
)
# 简化形式：通过Tuple upsert
ret = collection.upsert(
    ([0.1, 0.1, 0.1, 0.1],)          
)

插入或更新带有Fields的Doc

Python示例：

python 复制代码

# upsert单条数据，并设置Fields Value
ret = collection.upsert(
    Doc(
        id='3',
        vector=np.random.rand(4),
        fields={
            # 设置创建Collection时预定义的Fileds Value
            # name:str, weight:float, age:int, id:long
            'name': 'zhangsan', 'weight':70.0, 'age':30, 'id':1234567890,
            # 设置Schema-Free的Field & Value
            'anykey1': 'str-value', 'anykey2': 1,
            'anykey3': True, 'anykey4': 3.1415926
        }
    )
)

# upsert单条数据，并设置Fields Value
ret = collection.upsert(
    ('4', np.random.rand(4), {'foo': 'bar'})  # (id, vector, fields)
)

批量插入或更新Doc

Python示例：

python 复制代码

# 通过Doc对象，批量upsert 10条数据
ret = collection.upsert(
    [
        Doc(id=str(i+5), vector=np.random.rand(4)) for i in range(10)
    ]
)

# 简化形式：通过Tuple，批量upsert 3条数据
ret = collection.upsert(
    [
        ('15', [0.2,0.7,0.8,1.3], {'age': 20}),
        ('16', [0.3,0.6,0.9,1.2], {'age': 30}),
        ('17', [0.4,0.5,1.0,1.1], {'age': 40})
    ]                                         # List[(id, vector, fields)]
)

# 判断批量upsert是否成功
assert ret

异步插入或更新Doc

Python示例：

python 复制代码

# 异步批量upsert 10条数据
ret_funture = collection.upsert(
    [
        Doc(id=str(i+18), vector=np.random.rand(4), fields={'name': 'foo' + str(i)}) for i in range(10)
    ],
    async_req=True
)
# 等待并获取异步upsert结果
ret = ret_funture.get()

插入或更新带有Sparse Vector的Doc

Python示例：

python 复制代码

ret = collection.upsert(
    Doc(
        id='28',
        vector=[0.1, 0.2, 0.3, 0.4],
        sparse_vector={1:0.4, 10000:0.6, 222222:0.8}
    )
)