"Guía de bases de datos vectoriales": nuevas funciones de la base de datos de vectores nativa de IA Milvus Cloud 2.3

Nueva caracteristica

  • función de inserción

Admite a los usuarios actualizar o insertar datos a través de la interfaz upsert. Limitaciones conocidas: la identificación de incremento automático no admite upsert; upsert es una implementación interna de eliminar + insertar, por lo que habrá una cierta pérdida de rendimiento. Si sabe claramente que la escena está escribiendo datos, continúe usando insertar.

  • Función de búsqueda de rango

Permita a los usuarios realizar consultas especificando la distancia de búsqueda a través de parámetros de entrada y devolver todos los resultados dentro de una cierta distancia del vector de destino. Por ejemplo:

// add radius and range_filter to params in search_params
search_params = {"params": {"nprobe": 10, "radius": 10, "range_filter" : 20}, "metric_type": "L2"}
res = collection.search(
    vectors, "float_vector", search_params, topK,
    "int64 > 100", output_fields=["int64", "float"]
)

En este ejemplo, se devuelven vectores con distancias entre 10 y 20. Tenga en cuenta que la diferencia

Supongo que te gusta

Origin blog.csdn.net/qinglingye/article/details/132719308
Recomendado
Clasificación