Schema Free

向量检索服务 DashVector 在设计上支持 Schema Free，在插入 Doc、更新 Doc、插入或更新 Doc 时，可设置任意 KeyValue 结构的字段(Field)，如下所示：Python 示例：

collection.insert(    Doc(        id='1',        vector=np.random.rand(4),        fields={            'name': 'zhangsan',             'weight':70.0,             'age':30,             'anykey1': 'anyvalue',             'anykey2': 1,            'anykey3': True,             'anykey4': 3.1415926            ... ...        }    ))

说明

更多的 Fields 将消耗更多的资源（如内存、磁盘）

Field 支持的数据类型

当前 DashVector 支持 Python 的 4 种基础数据类型：

• str

• float

• int

• bool

重要

Python 的 int 类型可表达无限大小的整数，当前 DashVector 仅支持 32 位整数，范围为-2,147,483,648~2,147,483,647，需要用户自行保证数据未溢出。

检索时通过 Field 进行条件过滤

插入 Doc、更新 Doc、插入或更新 Doc 时所设置的任意 KeyValue 结构的字段(Field)，可在检索 Doc 进行条件过滤，如下所示：Python 示例：

ret = collection.query(    vector=[0.1, 0.2, 0.3, 0.4],    filter='(age > 18 and anykey2 = 1) or (name like "zhang%" and anykey3 = false)')

说明

更多的 Fields 在检索时将消耗更多的资源（如 CPU），同时复杂的 filter 表达式也将消耗更多的时间开销才能获取到结果

提前定义 Field Schema 的优势

在新建 Collection 的时候，可以预先定义 Field Schema，如下所示：Python 示例：

ret = client.create(    name='complex',     dimension=4,     fields_schema={'name': str, 'weight': float, 'age': int})

这样做的主要收益有如下 3 点：

• 更快的检索速度 ：条件过滤时，用预先定义的 Field 将会有更短的时间开销和更少的 CPU 算力开销

• 更少的内存、磁盘占用 ：未预先定义的 Field，需要存储 Field 名称和 Field 值，而预先定义的 Field 仅存储 Field 值即可

• filter 预校验 ：条件过滤时，预先定义的 Field 会校验 filter 的语法，当遇到类型不匹配时，会快速失败、立即返回；而未预先定义的 Field，无法知道"正确"数据类型，无法进行预校验

通常而言，对于确定性的、大多数 Doc 都具有的 Field，建议在新建 Collection 时候预先进行定义；对于无法提前预知、仅少量 Doc 独有的 Field，可以在插入 Doc 时设置。