跳到主要内容

布尔与数值类型

布尔与数值类型的标量字段用于存放布尔值或标量数值。布尔值是指在两个可能的值中取一个，而标量数值则既可能是整数，也可能是小数。它们通常用来表示数量、度量值或其它需要进行逻辑或数学运算的数据。

如下表格描述了 Zilliz Cloud 支持的布尔与数值类数据类型。

数据类型

描述

BOOL

布尔类型，用于存储 true 或 false，适合描述二元状态，例如是否有效、是否有库存等。

INT8

8 位整数，适用于存储小范围的整数数据。

INT16

16 位整数，适用于存储中等范围的整数数据。

INT32

32 位整数，适合一般整型数据存储，如商品数量或用户 ID。

INT64

64 位整数，适合存储较大范围的数据，例如时间戳或标识符。

FLOAT

32 位浮点数，适用于一般精度的数值数据，如评分或温度。

DOUBLE

64 位双精度浮点数，适用于需要高精度的数据，如金融数据或科学计算。

如需定义一个布尔类型的字段，需要将 datatype 设置成 BOOL。如需定义一个数值类型的字段，则可以将 datatype 设置成上述支持的数值类型。例如，DataType.INT64 表示一个整数类型的字段，而 DataType.FLOAT 则表示一个小数类型的字段。

📘说明

Zilliz Cloud 允许布尔类型或数值类型的字段为空。您也可以为它们设置默认值。简单来说，您可以将字段的 nullable 设置为 True 来允许字段为空，并通过 default_value 为字段设置默认值，具体可以参考 Nullable 和默认值。

添加布尔或数值字段​

您可以在 Collection Schema 中字义布尔或数值类型的字段来存放相应类型的数据。在下方的示例中，Schema 中定义了如下字段：

  • age：用于存放整数类型的数据，允许为空，默认值为 18。

  • broken：用于存放布尔类型的数据，允许为空，无默认值。

  • height：用于存放小数类型的数据，允许为空，无默认值。

📘说明

如果您在定义 Schema 时将 enabled_dynamic_fields 设置为 True，您还可以在该 Collection 中插入 Schema 中未定义的字段。此操作可能会增加查询和管理的复杂性，并影响查询性能。更多详情，请参考 Dynamic Field。

# Import necessary libraries
from pymilvus import MilvusClient, DataType

# Define server address
SERVER_ADDR = "YOUR_CLUSTER_ENDPOINT"

# Create a MilvusClient instance
client = MilvusClient(uri=SERVER_ADDR)

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

# Add an INT64 field `age` that supports null values with default value 18
schema.add_field(field_name="age", datatype=DataType.INT64, nullable=True, default_value=18)
schema.add_field(field_name="broken", datatype=DataType.BOOL, nullable=True)
# Add a FLOAT field `price` that supports null values without default value
schema.add_field(field_name="price", datatype=DataType.FLOAT, nullable=True)
schema.add_field(field_name="pk", datatype=DataType.INT64, is_primary=True)
schema.add_field(field_name="embedding", datatype=DataType.FLOAT_VECTOR, dim=3)

设置索引参数​

为标量数值字段设置索引参数可以提供查询和搜索效率。在 Zilliz Cloud clusters 中，为向量字段创建索引为必选操作。对于包括布尔和数值类型的标量字段而言，该操作为可选。

以下示例中，我们为向量字段 embedding 和 标量字段 age 创建了 AUTOINDEX 类型的索引，表示 Milvus 会自动根据数据类型创建合适的索引。有关更多信息，请参考 AUTOINDEX。

# Set index params

index_params = client.prepare_index_params()

# Index `age` with AUTOINDEX
index_params.add_index(
    field_name="age",
    index_type="AUTOINDEX",
    index_name="age_index"
)

# Index `embedding` with AUTOINDEX and specify similarity metric type
index_params.add_index(
    field_name="embedding",
    index_type="AUTOINDEX",  # Use automatic indexing to simplify complex index settings
    metric_type="COSINE"  # Specify similarity metric type, options include L2, COSINE, or IP
)

创建 Collection​

定义好 Collection 的 Schema 和索引后，我们便可以创建包含标量字段的 Collection。

# Create Collection
client.create_collection(
    collection_name="my_collection",
    schema=schema,
    index_params=index_params
)

插入数据​

Collection 创建完成后，可以插入包含标量字段的数据。

# Sample data
data = [
    {"age": 25, "price": 99.99, "pk": 1, "embedding": [0.1, 0.2, 0.3]},
    {"age": 30, "pk": 2, "embedding": [0.4, 0.5, 0.6]}, # `price` field is missing, which should be null
    {"age": None, "price": None, "pk": 3, "embedding": [0.2, 0.3, 0.1]},  # `age` should default to 18, `price` is null
    {"age": 45, "price": None, "pk": 4, "embedding": [0.9, 0.1, 0.4]},  # `price` is null
    {"age": None, "price": 59.99, "pk": 5, "embedding": [0.8, 0.5, 0.3]},  # `age` should default to 18
    {"age": 60, "price": None, "pk": 6, "embedding": [0.1, 0.6, 0.9]}  # `price` is null
]

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

使用过滤表达式查询​

在插入数据后，您可以使用 query 方法获取符合指定条件的所有 Entity。

如下示例演示了获取 age 字段大于 30 的所有 Entity。

filter = 'age > 30'

res = client.query(
    collection_name="my_collection",
    filter=filter,
    output_fields=["age", "price", "pk"]
)

print(res)

# Example output:
# data: [
#     "{'age': 45, 'price': None, 'pk': 4}",
#     "{'age': 60, 'price': None, 'pk': 6}"
# ]

如下示例演示了获取 price 字段为 null 的所有 Entity。

filter = 'price is null'

res = client.query(
    collection_name="my_collection",
    filter=filter,
    output_fields=["age", "price", "pk"]
)

print(res)

# Example output:
# data: [
#     "{'age': 30, 'price': None, 'pk': 2}",
#     "{'age': 18, 'price': None, 'pk': 3}",
#     "{'age': 45, 'price': None, 'pk': 4}",
#     "{'age': 60, 'price': None, 'pk': 6}"
# ]

如需获取 age 字段为 18 的所有 Entity，可以参考如下示例。由于 18 为 age 字段的默认值，查询结果将包含该字段显式设置为 18 以及设置为 null 的所有 Entity。

filter = 'age == 18'

res = client.query(
    collection_name="my_collection",
    filter=filter,
    output_fields=["age", "price", "pk"]
)

print(res)

# Example output:
# data: [
#     "{'age': 18, 'price': None, 'pk': 3}",
#     "{'age': 18, 'price': 59.99, 'pk': 5}"
# ]

使用过滤表达式的向量查询​

除了简单的基于数值的过滤查询外，您还可以将向量相似性搜索和过滤表达式结合。如下示例演示了如何在向量搜索中添加过滤表达式。

filter = "25 <= age <= 35"

res = client.search(
    collection_name="my_collection",
    data=[[0.3, -0.6, 0.1]],
    limit=5,
    search_params={"params": {"nprobe": 10}},
    output_fields=["age","price"],
    filter=filter
)

print(res)

# Example output:
# data: [
#     "[{'id': 2, 'distance': -0.2016308456659317, 'entity': {'age': 30, 'price': None}}, {'id': 1, 'distance': -0.23643313348293304, 'entity': {'age': 25, 'price': 99.98999786376953}}]"
# ]

在该示例中，我们首先定义了一个查询向量，然后添加了一个过滤表达式 25 <= age <= 35。查询结果除了与查询向量在语义上相关外，还需要满足过滤表达式的要求。关于过滤查询的更多内容，可以参考 Filtered Search。