免费体验阿里云高性能向量检索服务： https://www.aliyun.com/product/ai/dashvector 

如何快速使用向量检索服务DashVector？_人工智能

编辑

 本文将介绍如何快速上手使用向量检索服务DashVector。

前提条件

说明

1. 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。

2. Cluster Endpoint，可在控制台“Cluster详情”中查看。

Step1. 创建Client

使用HTTP API时可跳过本步骤。

Python示例：

import dashvector

client = dashvector.Client(
    api_key='YOUR_API_KEY',
    endpoint='YOUR_CLUSTER_ENDPOINT'
)
assert client
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.

Step2. 创建Collection

创建一个名称为quickstart，向量维度为4的collection。

Python示例：

client.create(name='quickstart', dimension=4)

collection = client.get('quickstart')
assert collection
  • 1.
  • 2.
  • 3.
  • 4.

说明

1.在未指定距离度量参数时，将使用默认的 Cosine距离度量方式。

2.在未指定向量数据类型时，将使用默认的Float数据类型。

Step3. 插入Doc

Python示例：

from dashvector import Doc

# 通过dashvector.Doc对象，插入单条数据
collection.insert(Doc(id='1', vector=[0.1, 0.2, 0.3, 0.4]))

# 通过dashvector.Doc对象，批量插入2条数据
collection.insert(
    [
        Doc(id='2', vector=[0.2, 0.3, 0.4, 0.5], fields={'age': 20, 'name': 'zhangsan'}),
        Doc(id='3', vector=[0.3, 0.4, 0.5, 0.6], fields={'anykey': 'anyvalue'})    
    ]
)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.

Step4. 相似性检索

Python示例：

rets = collection.query([0.1, 0.2, 0.3, 0.4], topk=2)

print(rets)
  • 1.
  • 2.
  • 3.

Step5. 删除Doc

Python示例：

# 删除1条数据
collection.delete(ids=['1'])
  • 1.
  • 2.

Step6. 查看Collection统计信息

Python示例：

stats = collection.stats()

print(stats)
  • 1.
  • 2.
  • 3.

Step7. 删除Collection

Python示例：

client.delete('quickstart')
  • 1.

体验阿里云高性能向量检索服务： https://www.aliyun.com/product/ai/dashvector 

如何快速使用向量检索服务DashVector？_Python_02

编辑