跳到主要内容

Nullable 和默认值

Zilliz Cloud 支持为除主键字段以外的其他标量字段设置 nullable 属性（nullable）和默认值（default_value）。对于被标记为 nullable=True 的字段，您可以在插入数据时省略该字段，或直接将字段值指定为空值，系统会将其视为空值而不会报错；当字段设置了默认值时，如果插入数据时未指定该字段的值，系统会自动使用默认值。

默认值和 nullable 属性简化了从其他数据库系统向 Zilliz Cloud 的数据迁移，允许处理包含空值的数据集，同时保持原有的默认值设置。在创建 collection 时，对于值不确定的字段，您也可以选择启用 nullable 属性或设置默认值。

使用限制​

  • 仅支持为除主键列以外的其他标量字段设置默认值和 nullable 属性。

  • 不支持为 JSON 或 Array 字段设置默认值。

  • 当前仅支持在创建 collection 时为字段设置默认值或 nullable 属性。collection 创建完成后将无法修改相关配置。

  • 开启了 nullable 属性的标量字段不能作为分组字段（group_by_field）用于 Grouping Search。

  • 设置为 nullable 的字段不支持用作 Partition Key。

  • 对开启了 nullable 属性的标量字段创建索引时，空值将不参与索引创建。

Nullable 属性​

Nullable 属性允许您在 collection 中存储空值。这为处理未知数据提供了灵活性。

设置 nullable 属性​

在创建 collection 时，通过设置 nullable=True 来定义 nullable 列（默认为 False）。以下示例创建了名为 user_profiles_null 的 collection，并将 age 字段设置为 nullable 列。

from pymilvus import MilvusClient, DataType

client = MilvusClient(uri='YOUR_CLUSTER_ENDPOINT')

# Define collection schema
schema = client.create_schema(
    auto_id=False,
    enable_dynamic_schema=True,
)

schema.add_field(field_name="id", datatype=DataType.INT64, is_primary=True)
schema.add_field(field_name="vector", datatype=DataType.FLOAT_VECTOR, dim=5)
schema.add_field(field_name="age", datatype=DataType.INT64, nullable=True) # Nullable field

# Set index params
index_params = client.prepare_index_params()
index_params.add_index(field_name="vector", index_type="IVF_FLAT", metric_type="L2", params={ "nlist": 128 })

# Create collection
client.create_collection(collection_name="user_profiles_null", schema=schema, index_params=index_params)

插入数据​

当您向 user_profiles_null 中插入数据时，可以为可空列提供空值或直接省略该字段：

data = [
    {"id": 1, "vector": [0.1, 0.2, 0.3, 0.4, 0.5], "age": 30},
    {"id": 2, "vector": [0.2, 0.3, 0.4, 0.5, 0.6], "age": None},
    {"id": 3, "vector": [0.3, 0.4, 0.5, 0.6, 0.7]}
]

client.insert(collection_name="user_profiles_null", data=data)

搜索查询处理​

在使用 search 方法时，如果插入的数据中某个字段的值为空值，搜索结果中对应的字段也会返回空值。

res = client.search(
    collection_name="user_profiles_null",
    data=[[0.1, 0.2, 0.4, 0.3, 0.128]],
    limit=2,
    search_params={"params": {"nprobe": 16}},
    output_fields=["id", "age"]
)

print(res)

# Output
# data: ["[{'id': 1, 'distance': 0.15838398039340973, 'entity': {'age': 30, 'id': 1}}, {'id': 2, 'distance': 0.28278401494026184, 'entity': {'age': None, 'id': 2}}]"]

在使用 query 方法进行标量过滤时，null 值的过滤结果都为 false，即不会被选出：

# 回顾之前插入的数据：
# {"id": 1, "vector": [0.1, 0.2, ..., 0.128], "age": 30}
# {"id": 2, "vector": [0.2, 0.3, ..., 0.129], "age": None}
# {"id": 3, "vector": [0.3, 0.4, ..., 0.130], "age": None}  # 省略的 age 字段被视为 None

results = client.query(
    collection_name="user_profiles_null",
    filter="age >= 0",
    output_fields=["id", "age"]
)

# 返回结果示例：
# [
#     {"id": 1, "age": 30}
# ]
# 注意：age 为 null 的记录（id 为 2 和 3 的记录）不会出现在结果中

如果希望查询包含 null 值的记录，可以使用空表达式 ""：

null_results = client.query(
    collection_name="user_profiles_null",
    filter="",
    output_fields=["id", "age"]
)

# 结果示例
# [{"id": 2, "age": None}, {"id": 3, "age": None}]

默认值​

默认值是指为标量字段指定的预设值。当插入数据时，如果您没有为设置了默认值的字段提供具体值，系统会自动使用这个预设的默认值。

设置默认值​

在创建 collection 时，通过设置 default_value 参数来定义字段的默认值。以下示例展示了如何为标量列 age 设置默认值 10，status 列设置默认值 active。

schema = client.create_schema(
    auto_id=False,
    enable_dynamic_schema=True,
)

schema.add_field(field_name="id", datatype=DataType.INT64, is_primary=True)
schema.add_field(field_name="vector", datatype=DataType.FLOAT_VECTOR, dim=5)
schema.add_field(field_name="age", datatype=DataType.INT64, default_value=18)
schema.add_field(field_name="status", datatype=DataType.VARCHAR, default_value="active", max_length=10)

index_params = client.prepare_index_params()
index_params.add_index(field_name="vector", index_type="IVF_FLAT", metric_type="L2", params={ "nlist": 128 })

client.create_collection(collection_name="user_profiles_default", schema=schema, index_params=index_params)

插入数据​

插入数据时，如果省略了设置了默认值的字段，或设置了默认值的字段值为 null，系统会自动使用默认值。

data = [
    {"id": 1, "vector": [0.1, 0.2, 0.3, 0.4, 0.5], "age": 30, "status": "premium"},
    {"id": 2, "vector": [0.2, 0.3, 0.4, 0.5, 0.6]},
    {"id": 3, "vector": [0.3, 0.4, 0.5, 0.6, 0.7], "age": 25, "status": None},
    {"id": 4, "vector": [0.4, 0.5, 0.6, 0.7, 0.8], "age": None, "status": "inactive"}
]

client.insert(collection_name="user_profiles_default", data=data)
📘说明

有关更多默认值和 nullable 属性组合使用的生效规则，请参阅生效规则。

搜索查询处理​

默认值在搜索（search）和查询（query）时的处理方式与普通值相同。您可以在 search 和 query 操作中查询使用了默认值的记录。

在 search 操作中，使用默认值的记录会正常参与向量搜索和标量过滤。

res = client.search(
    collection_name="user_profiles_default",
    data=[[0.1, 0.2, 0.4, 0.3, 0.128]],
    search_params={"params": {"nprobe": 16}},
    filter="age == 18",  # 18 is the default value of the `age` field
    limit=10,
    output_fields=["id", "age", "status"]
)

print(res)

# Output
# data: ["[{'id': 2, 'distance': 0.28278401494026184, 'entity': {'id': 2, 'age': 18, 'status': 'active'}}, {'id': 4, 'distance': 0.8315839767456055, 'entity': {'id': 4, 'age': 18, 'status': 'inactive'}}]"]

在 query 操作中，可以直接使用默认值进行精确匹配或范围查询。

# 查询所有 age 为默认值（18）的记录
default_age_results = client.query(
    collection_name="user_profiles_default",
    filter="age == 18",
    output_fields=["id", "age", "status"]
)

# 查询所有 status 为默认值（"active"）的记录
default_status_results = client.query(
    collection_name="user_profiles_default",
    filter='status == "active"',
    output_fields=["id", "age", "status"]
)

生效规则​

下表总结了 nullable 列和默认值在不同配置组合下的行为规则。这些规则决定了当您试图插入空值或未提供字段值时，系统如何处理数据。

是否可空

是否有默认值

默认值

用户输入

结果

示例

✅

✅

非 null

None/null

使用默认值

字段：age 默认值：18

输入：null

结果：实际存储 18

✅

❌

-

None/null

存储为 null

字段：middle_name 默认值：-

输入：null

结果：实际存储 null

❌

✅

非 null

None/null

使用默认值

字段：status 默认值："active"

输入：null

结果：实际存储 "active"

❌

❌

-

None/null

报错

字段：email 默认值：-

输入：null

结果：操作被拒绝，系统报错

❌

✅

null

None/null

报错

字段：username 默认值：null

输入：null

结果：操作被拒绝，系统报错