1. Doc相关操作不指定Partition参数时,具体行为是什么?
每个Collection创建时,默认创建一个名称为default
的Partition,且该Partition无法被删除。当Doc操作不指定Partition时,实际相当于使用default
Partition。例如:检索Doc时,若不指定Partition,则仅检索default
Partition,不会检索其他Partition的数据。
2. 插入Doc、更新Doc、插入或更新Doc 操作的区别是什么?
插入Doc:若插入Doc时若指定id已存在,已存在的Doc不会被覆盖,本次插入Doc操作无效。
更新Doc:当前行为是覆盖已存在Doc,若更新Doc时若指定id不存在,则本次更新Doc操作无效。
插入或更新Doc:若插入Doc时若指定id已存在,则等同于更新Doc;指定id不存在,则等同于插入Doc。
3. 如何清空Collection?
当前无清空Collection操作,可删除Collection后再新建Collection。
4. Doc相关操作如何使用异步功能?
插入Doc、更新Doc、插入或更新Doc、检索Doc、删除Doc、获取Doc操作皆可通过设置async_req=True
来使用异步的能力,如下所示:
# 异步写入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)
]
# 等待所有写入操作完成
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
# 对比同步写入(代码略)
# sync insert 1000 times with batch-size = 8, cost = 408.63447427749634
重要
异步操作易触发约束与限制,请根据情况处理
5. Doc的Id是Collection级别唯一还是Partition级别唯一?
Partition级别唯一。同一个Collection下的不同Paritition,可以有Id相同的Doc存在。
6. 插入的向量数据为何有精度损失?
DashVector当前支持单精度浮点数的向量数据类型,又称FP32或float32。其精度范围如下:
若传入的向量数据精度超出上述表达范围,将自动近似到单精度表达范围内的最近值,也就发生了“精度损失”。
7. 检索Doc时,是否支持指定多个Partition?
不支持。若需要查询多个Partition,需进行多次检索Doc调用,每次调用仅可指定一个Partition。