Schema Free

當前DashVector支援Python的4種基礎資料類型：

• str

• float

• int

• bool

插入Doc、更新Doc、插入或更新Doc時所設定的任意KeyValue結構的欄位(Field)，可在檢索Doc進行條件過濾，如下所示：

ret = collection.query(
    vector=[0.1, 0.2, 0.3, 0.4],
    filter='(age > 18 and anykey2 = 1) or (name like "zhang%" and anykey3 = false)'
)

在建立Collection的時候，可以預先定義Field Schema，如下所示：

ret = client.create(
    name='complex', 
    dimension=4, 
    fields_schema={'name': str, 'weight': float, 'age': int}
)

這樣做的主要收益有如下3點：

• 更快的檢索速度：條件過濾時，用預先定義的Field將會有更短的時間開銷和更少的CPU算力開銷

• 更少的記憶體、磁碟佔用：未預先定義的Field，需要儲存Field名稱和Field值，而預先定義的Field僅儲存Field值即可

• filter預校正：條件過濾時，預先定義的Field會校正filter的文法，當遇到類型不符時，會快速失敗、立即返回；而未預先定義的Field，無法知道“正確”資料類型，無法進行預校正

通常而言，對於確定性、大多數Doc都具有的Field，建議在建立Collection的時候預先進行定義；對於無法提前預知、僅少量Doc專屬的Field，可以在插入Doc時設定。