news 2026/6/26 1:37:06

如何通过Python SDK在Collection中进行相似性检索

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
如何通过Python SDK在Collection中进行相似性检索

前提条件

已创建Cluster

已获得API-KEY

已安装最新版SDK

接口定义

Python示例:

Collection.query_group_by(

self,

vector: Optional[Union[List[Union[int, float]], np.ndarray]] = None,

*,

group_by_field: str,

group_count: int = 10,

group_topk: int = 10,

id: Optional[str] = None,

filter: Optional[str] = None,

include_vector: bool = False,

partition: Optional[str] = None,

output_fields: Optional[List[str]] = None,

sparse_vector: Optional[Dict[int, float]] = None,

async_req: bool = False,

) -> DashVectorResponse:

使用示例

说明

需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT,代码才能正常运行。

Python示例:

import dashvector

import numpy as np

client = dashvector.Client(

api_key='YOUR_API_KEY',

endpoint='YOUR_CLUSTER_ENDPOINT'

)

ret = client.create(

name='group_by_demo',

dimension=4,

fields_schema={'document_id': str, 'chunk_id': int}

)

assert ret

collection = client.get(name='group_by_demo')

ret = collection.insert([

('1', np.random.rand(4), {'document_id': 'paper-01', 'chunk_id': 1, 'content': 'xxxA'}),

('2', np.random.rand(4), {'document_id': 'paper-01', 'chunk_id': 2, 'content': 'xxxB'}),

('3', np.random.rand(4), {'document_id': 'paper-02', 'chunk_id': 1, 'content': 'xxxC'}),

('4', np.random.rand(4), {'document_id': 'paper-02', 'chunk_id': 2, 'content': 'xxxD'}),

('5', np.random.rand(4), {'document_id': 'paper-02', 'chunk_id': 3, 'content': 'xxxE'}),

('6', np.random.rand(4), {'document_id': 'paper-03', 'chunk_id': 1, 'content': 'xxxF'}),

])

assert ret

根据向量进行分组相似性检索

Python示例:

ret = collection.query_group_by(

vector=[0.1, 0.2, 0.3, 0.4],

group_by_field='document_id', # 按document_id字段的值分组

group_count=2, # 返回2个分组

group_topk=2, # 每个分组最多返回2个doc

)

# 判断是否成功

if ret:

print('query_group_by success')

print(len(ret))

print('------------------------')

for group in ret:

print('group key:', group.group_id)

for doc in group.docs:

prefix = ' -'

print(prefix, doc)

参考输出如下

query_group_by success

4

------------------------

group key: paper-01

- {"id": "2", "fields": {"document_id": "paper-01", "chunk_id": 2, "content": "xxxB"}, "score": 0.6807}

- {"id": "1", "fields": {"document_id": "paper-01", "chunk_id": 1, "content": "xxxA"}, "score": 0.4289}

group key: paper-02

- {"id": "3", "fields": {"document_id": "paper-02", "chunk_id": 1, "content": "xxxC"}, "score": 0.6553}

- {"id": "5", "fields": {"document_id": "paper-02", "chunk_id": 3, "content": "xxxE"}, "score": 0.4401}

根据主键对应的向量进行分组相似性检索

Python示例:

ret = collection.query_group_by(

id='1',

group_by_field='name',

)

# 判断query接口是否成功

if ret:

print('query_group_by success')

print(len(ret))

for group in ret:

print('group:', group.group_id)

for doc in group.docs:

print(doc)

print(doc.id)

print(doc.vector)

print(doc.fields)

带过滤条件的分组相似性检索

Python示例:

# 根据向量或者主键进行分组相似性检索 + 条件过滤

ret = collection.query_group_by(

vector=[0.1, 0.2, 0.3, 0.4], # 向量检索,也可设置主键检索

group_by_field='name',

filter='age > 18', # 条件过滤,仅对age > 18的Doc进行相似性检索

output_fields=['name', 'age'], # 仅返回name、age这2个Field

include_vector=True

)

带有Sparse Vector的分组向量检索

Python示例:

# 根据向量进行分组相似性检索 + 稀疏向量

ret = collection.query_group_by(

vector=[0.1, 0.2, 0.3, 0.4], # 向量检索

sparse_vector={1: 0.3, 20: 0.7},

group_by_field='name',

)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/26 0:21:30

怎么才能运营好一个wordpress网站

想把 WordPress 网站“运营好”,核心只有一句话:用稳定的技术底座承载持续迭代的内容与数据驱动的增长策略。把“运营”拆成 6 条主线,每条都给出可立即落地的动作清单。 1. 内容与关键词:先找需求,再写内容 用 Goog…

作者头像 李华
网站建设 2026/6/26 6:57:37

Kafka监控工具 EFAK-AI 介绍

1.概述在大数据与人工智能深度融合的新时代,Apache Kafka 已成为企业实时数据流处理的核心引擎。然而,随着业务规模的不断扩大,Kafka 集群的监控与运维复杂度也随之攀升——指标繁多、延迟难察、告警频繁,传统监控手段难以快速定位…

作者头像 李华
网站建设 2026/6/25 10:15:41

GORM 结构体字段标签(Struct Tags)详解

一、GORM 模型字段标签基础语法GORM 使用 struct tag 定义字段行为:type User struct {FieldName DataType gorm:"tag1:value1;tag2:value2" json:"field_name" }优先级(从高到低):gorm:"..." 主控…

作者头像 李华
网站建设 2026/6/25 15:45:47

Hardhat错误代码全解析:从HHE1到HHE8999的完整指南

在区块链开发过程中,遇到Hardhat错误代码(HHE系列)是常有的事。这些代码看似复杂,实际上是一个精心设计的错误定位系统。本文将带你深入理解Hardhat错误代码体系,掌握常见错误的诊断和解决方法。 【免费下载链接】hard…

作者头像 李华
网站建设 2026/6/26 4:05:37

抖音资源高效管理指南:从批量下载到智能归档实战

还在为喜欢的抖音视频稍纵即逝而烦恼?想要系统整理那些触动心弦的短视频内容?这款抖音资源管理工具将成为你的得力助手,让批量下载和智能归档变得前所未有的简单高效!🎯 【免费下载链接】douyin-downloader 项目地址…

作者头像 李华