You need to enable JavaScript to run this app.
导航
机器学习平台
  • 文档首页
    • /
  • 机器学习平台

upsert_data

最近更新时间：2024.04.16 13:11:50

首次发布时间：2023.11.09 18:59:55

我的收藏

概述

upsert_data 用于在指定的数据集 Collection 内写入数据。指定写入的数据是一个数组，允许单次插入一条数据或者多条数据，单次最多可插入100条数据。

说明

当前不支持更新部分字段，每次写入数据都要更新所有字段。写入数据时，如果 Collection 中已存在相同主键的数据，则会覆盖源数据；如果 Collection 中没有相同主键的数据，则会写入新数据。

请求参数

参数名

子参数

类型

是否必选

参数说明

Data

说明

Data 实例或者 Data 实例列表。

fields

array<map>

是

指定写入的数据。

  • 单次写入的数据数目不超过100。
  • 每条数据作为一个 map，key 为字段名，value 为字段值。
  • 数据写入时 fields 长度最大为65535，超过限制时会返回报错 “fields data is too long, should be less than 65535”。
  • 不同字段类型的字段值格式如下：
    • int64：格式是整型数值。
    • float：格式是浮点数值。
    • string：格式是字符串。
    • bool：格式是 true/false。
    • list<string>：格式是字符串数组。
    • list<int64>：格式是整型数组。
    • vector：格式是向量（浮点数数组）。
    • sparse_vector：格式是 json 字典，k 为 string 类型，表示关键词的字面量，v 为 float 类型，表示该关键词的权重数值。
    • text：格式是 map<string, string>，当前支持 text 。
      • text：以 string 形式写入文本原始数据， 如 {"text": "hello world"}。

ttl

int

否

数据过期时间，单位为秒。

  • 格式：0 和正整数。
  • 默认值：默认为0，表示数据不过期。
  • 当 ttl 设置为86400时，表示1天后数据自动删除。
  • 数据 ttl 删除，不会立刻更新到索引。

示例

请求参数

# 构建向量
def gen_random_vector(dim):
    res = [0, ] * dim
    for i in range(dim):
        res[i] = random.random() - 0.5
    return res
   
collection = vikingdb_service.get_collection("example")
field1 = {"doc_id": "11", "text_vector": gen_random_vector(12), "text_sparse_vector": {"hello": 0.34, "world": 0.03, "!": 0.11}, "like": 1, "price": 1.11,
          "author": ["gy"], "aim": True}
field2 = {"doc_id": "22", "text_vector": gen_random_vector(12), "text_sparse_vector": {"hi": 0.12, "there": 0.043, "!": 0.5},"like": 2, "price": 2.22,
          "author": ["gy", "xjq"], "aim": False}
data1 = Data(field1, TTL=2000)
data2 = Data(field2, TTL=3000)
datas = []
datas.append(data1)
datas.append(data2)
collection.upsert_data(datas)

返回值

Python 调用执行上面的任务，执行成功无返回信息。