如何通过 Python SDK 更新 Collection 中已存在的 Doc

作者：DashVector

2025-11-12
陕西
本文字数：1339 字
阅读完需：约 4 分钟

本文介绍如何通过 Python SDK 更新 Collection 中已存在的 Doc。

说明

若更新 Doc 时指定 id 不存在，则本次更新 Doc 操作无效
如只更新部分属性 fields，其他未更新属性 fields 默认被置为None
Python SDK 1.0.11 版本后，更新 Doc 时 vector 变为非必填项

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.update(    docs: Union[Doc, List[Doc], Tuple, List[Tuple]],    partition: Optional[str] = None,    async_req: False) -> DashVectorResponse

复制代码

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。
本示例需要参考新建Collection-使用示例提前创建好名称为quickstart的 Collection。

Python 示例：

import dashvectorfrom dashvector import Docimport numpy as np
client = dashvector.Client(    api_key='YOUR_API_KEY',    endpoint='YOUR_CLUSTER_ENDPOINT')collection = client.get(name='quickstart')

复制代码

更新 Doc

Python 示例：

# 通过Doc对象updateret = collection.update(    Doc(        id='1',        vector=[0.1, 0.2, 0.3, 0.4]    ))# 判断update是否成功assert ret
# 简化形式：通过Tuple updateret = collection.update(    ('2', [0.1, 0.1, 0.1, 0.1])               # (id, vector))

复制代码

更新带有 Fields 的 Doc

Python 示例：

# update单条数据，并设置Fields Valueret = collection.update(    Doc(        id='3',        vector=np.random.rand(4),        fields={            # 设置创建Collection时预定义的Fields Value            'name': 'zhangsan', 'weight':70.0, 'age':30,             # 设置Schema-Free的Field & Value            'anykey1': 'str-value', 'anykey2': 1,            'anykey3': True, 'anykey4': 3.1415926        }    ))
# update单条数据，并设置Fields Valueret = collection.update(    ('4', np.random.rand(4), {'foo': 'bar'})  # (id, vector, fields))

复制代码

批量更新 Doc

Python 示例：

# 通过Doc对象，批量update 10条数据ret = collection.update(    [        Doc(id=str(i+5), vector=np.random.rand(4)) for i in range(10)    ])
# 简化形式：通过Tuple，批量update 3条数据ret = collection.update(    [        ('15', [0.2,0.7,0.8,1.3], {'age': 20}),        ('16', [0.3,0.6,0.9,1.2], {'age': 30}),        ('17', [0.4,0.5,1.0,1.1], {'age': 40})    ]                                         # List[(id, vector, fields)])
# 判断批量update是否成功assert ret

复制代码

异步更新 Doc

Python 示例：

# 异步批量update 10条数据ret_funture = collection.update(    [        Doc(id=str(i+18), vector=np.random.rand(4), fields={'name': 'foo' + str(i)}) for i in range(10)    ],    async_req=True)# 等待并获取异步update结果ret = ret_funture.get()

复制代码

更新带有 Sparse Vector 的 Doc

Python 示例：

ret = collection.update(    Doc(        id='28',        vector=[0.1, 0.2, 0.3, 0.4],        sparse_vector={1:0.4, 10000:0.6, 222222:0.8}    ))

复制代码

发布于: 13 分钟前阅读数: 7

DashVector

关注

还未添加个人签名 2024-05-14 加入

向量检索服务DashVector基于通义实验室自研的高效向量引擎Proxima内核，提供具备水平拓展能力的云原生、全托管的向量检索服务。

发布

暂无评论

创作场景

如何通过 Python SDK 更新 Collection 中已存在的 Doc

前提条件

接口定义

使用示例

更新 Doc

更新带有 Fields 的 Doc

批量更新 Doc

异步更新 Doc

更新带有 Sparse Vector 的 Doc

DashVector

评论