1. Doc相關操作不指定Partition參數時,具體行為是什嗎?
每個Collection建立時,預設建立一個名稱為default
的Partition,且該Partition無法被刪除。當Doc操作不指定Partition時,實際相當於使用default
Partition。例如:檢索Doc時,若不指定Partition,則僅檢索default
Partition,不會檢索其他Partition的資料。
2. 插入Doc、更新Doc、插入或更新Doc 操作的區別是什嗎?
插入Doc:若插入Doc時若指定id已存在,已存在的Doc不會被覆蓋,本次插入Doc操作無效。
更新Doc:當前行為是覆蓋已存在Doc,若更新Doc時若指定id不存在,則本次更新Doc操作無效。
插入或更新Doc:若插入Doc時若指定id已存在,則等同於更新Doc;指定id不存在,則等同於插入Doc。
3. 如何清空Collection?
當前無清空Collection操作,可刪除Collection後再建立Collection。
4. Doc相關操作如何使用非同步功能?
插入Doc、更新Doc、插入或更新Doc、檢索Doc、刪除Doc、擷取Doc操作皆可通過設定async_req=True
來使用非同步能力,如下所示:
# 非同步寫入1000次,dimension=20000,batch-size=8
batch_size = 8
loop = 1000
start = time.time()
async_results = [
collection.insert(
[(j + i * batch_size, np.random.rand(20000)) for j in range(batch_size)],
async_req=True
) for i in range(loop)
]
# 等待所有寫入操作完成
print([async_result.get() for async_result in async_results])
print(f"async insert {loop} times with batch-size = {batch_size}, cost = {time.time() - start}")
# output:
# async insert 1000 times with batch-size = 8, cost = 31.13356590270996
# 對比同步寫入(代碼略)
# sync insert 1000 times with batch-size = 8, cost = 408.63447427749634
重要
非同步作業易觸發約束與限制,請根據情況處理
5. Doc的Id是Collection層級唯一還是Partition層級唯一?
Partition層級唯一。同一個Collection下的不同Paritition,可以有Id相同的Doc存在。
6. 插入的向量資料為何有精度損失?
DashVector當前支援單精確度浮點數的向量資料類型,又稱FP32或float32。其精度範圍如下:
若傳入的向量資料精度超出上述表達範圍,將自動近似到單精確度表達範圍內的最近值,也就發生了“精度損失”。
7. 檢索Doc時,是否支援指定多個Partition?
不支援。若需要查詢多個Partition,需進行多次檢索Doc調用,每次調用僅可指定一個Partition。