向Milvus分区插入数据时遇DataTypeNotSupportException问题求助

问题分析 #

你遇到的错误核心是插入数据的格式不符合pymilvus的要求：

• Option1的字段分组字典格式，在部分pymilvus版本中可能存在数据类型隐式转换的兼容性问题，导致服务端无法识别数据类型
• Option2的格式完全错误，你将整个字段字典包裹在单个列表元素中，而非按单条数据的维度组织列表

正确的插入方式 #

方式1：按行组织的字典列表（兼容性最优） #

这是最直观且不易出错的格式，每个字典对应单条数据：

from pymilvus import FieldSchema, CollectionSchema, DataType, connections, Partition

# 初始化Schema与连接
id_field = FieldSchema(name="id", dtype=DataType.INT64, is_primary=True)
vector_field = FieldSchema(name="text_vector", dtype=DataType.FLOAT_VECTOR, dim=768)
schema = CollectionSchema(fields=[id_field, vector_field])
connections.connect(host=MILVUS_SETTINGS['host'], port=MILVUS_SETTINGS['port'])

# 创建集合与分区（必须确保分区已在Milvus中创建）
milvus_collection = Collection(name="test_collection_name", schema=schema)
milvus_collection.create_partition("test_partition_name")
milvus_partition = milvus_collection.partition("test_partition_name")

# 准备数据
unique_id = 1
text_vector = [0.1] * 768

# 按行组织的正确格式
data = [
    {"id": unique_id, "text_vector": text_vector},
    {"id": unique_id + 1, "text_vector": text_vector}
]

# 执行插入
milvus_partition.insert(data=data)

方式2：按字段组织的列表（适配新版本pymilvus） #

如果偏好字段分组的格式，需明确指定ID字段的数据类型为int64，避免隐式转换问题：

import numpy as np

# 准备字段分组数据，明确ID类型为int64
data = {
    "id": np.array([unique_id, unique_id + 1], dtype=np.int64),
    "text_vector": [text_vector, text_vector]
}

milvus_partition.insert(data=data)

关键注意事项 #

• 必须先通过create_partition方法在Milvus中创建分区，仅实例化Partition对象不会自动创建分区
• 确保向量维度与Schema中定义的dim=768完全一致
• 检查pymilvus与Milvus服务端的版本匹配性，建议使用官方推荐的同版本组合（如Milvus 2.2.x对应pymilvus 2.2.x）

内容的提问来源于stack exchange，提问作者Rashad Tockey