按需 DQL 操作

公测版

对于按需计算 Collection，DQL 操作（例如 search、query、get 和 hybrid search）需要从按需 cluster 挂载计算资源。Zilliz Cloud 允许你创建 session 来满足按需计算需求。

本文假设你已使用 project endpoint 在 Database 中创建了 Collection。详情请参见创建 External Collection。

连接到 project endpoint

project endpoint 用于访问按需计算资源。你可以使用它管理按需 cluster 和 Database，也可以操作 Collection 中存储的数据。

以下代码示例假设你已在默认 Database 中创建了一个名为 my_collection 的 External Collection。建立连接时，请始终使用具有足够权限的有效 API key。

Python
NodeJS
cURL

python
client = MilvusClient(
    uri="https://{project-id}.{region}.vectordb.zillizcloud.com",
    token="YOUR_API_KEY"
)

client.has_collection(
    collection_name="my_collection"
)

javascript
const client = new MilvusClient({
    address: "https://{project-id}.{region}.vectordb.zillizcloud.com",
    token: "YOUR_API_KEY"
});

client.has_collection({
    collection_name: "my_collection"
});

bash
export PROJECT_ENDPOINT='https://{project-id}.{region}.vectordb.zillizcloud.com'
export TOKEN="YOUR_API_KEY"

curl --request POST \
--url "${CLUSTER_ENDPOINT}/v2/vectordb/collections/has" \
--header "Authorization: Bearer ${TOKEN}" \
--header "Content-Type: application/json" \
-d '{
    "collectionName": "my_collection"
}'

创建 session

连接到 project endpoint 后，请创建一个 session，以便从指定的按需 cluster 挂载计算资源。

以下示例假设你已经创建了一个按需 cluster，其 ID 为 inxx-xxxxxxxxxxxxxxxxx。

Notes

对于 RESTful 请求，无需创建 session。你应将 cluster ID 作为 query parameter 传给 DQL 调用。

Python
NodeJS
cURL

python
session = client.session(
    cluster_id="inxx-xxxxxxxxxxxxxxxxx"
)

javascript
const session = client.session("inxx-xxxxxxxxxxxxxxxxx");

bash

export CLUSTER_ID="inxx-xxxxxxxxxxxxxxxxx"

执行 DQL 操作

session 准备好后，即可执行搜索。以下示例以基础向量搜索为例。该流程同样适用于 query、get 和 hybrid search。

Python
NodeJS
cURL

python
query_vector = [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, ..., 0.9029438446296592]
res = session.search(
    db_name="my_database",
    collection_name="my_collection",
    anns_field="vector",
    data=[query_vector],
    limit=3,
    output_fields=["product_id", "title", "main_category", "price", "average_rating", "rating_number"]
)

javascript
const query_vector = [0.3580376395471989, -0.6023495712049978, 0.18414012509913835, -0.26286205330961354, ..., 0.9029438446296592];
const res = session.search({
    db_name: "my_database",
    collection_name: "my_collection",
    anns_field: "vector",
    data: [query_vector],
    limit: 3,
    output_fields: ["product_id", "title", "main_category", "price", "average_rating", "rating_number"],
});

bash
curl --request POST \
--url "${PROJECT_ENDPOINT}/v2/vectordb/entities/search?cluster_id=inxx-xxxxxxxxxxxxxxxxx" \
--header "Authorization: Bearer ${TOKEN}" \
--header "Content-Type: application/json" \
-d '{
    "dbName": "my_database",
    "collectionName": "my_collection",
    "data": [
        [
            0.3580376395471989,
            -0.6023495712049978,
            0.18414012509913835,
            -0.26286205330961354,
            0.9029438446296592
        ]
    ],
    "annsField": "vector",
    "limit": 3,
    "outputFields": [
        "product_id",
        "title",
        "main_category",
        "price",
        "average_rating",
        "rating_number"
    ]
}'

关闭 session

按需计算任务完成后，可以关闭 session。已关闭的 session 不能继续用于 DQL 操作。

Notes

RESTful 调用不需要执行此步骤。

Python
NodeJS

python
session.close()

javascript
session.close();

连接到 project endpoint​

创建 session​

执行 DQL 操作​

关闭 session​

连接到 project endpoint

创建 session

执行 DQL 操作

关闭 session