create_index()
Near Deprecation这会为目标字段创建一个命名索引，该字段可以是向量字段，也可以是标量字段。
Notes
此操作为非阻塞操作。您可以调用 utility.wait_for_index_building_complete() 以阻塞当前进程。
请求语法
python
create_index(
field_name: str,
index_params: dict | None,
timeout: float | None
)
参数：
-
field_name (string) -
要为其创建索引的字段名称。
-
index_params (dict) -
适用于索引构建过程的参数。
-
index_type (string) -
用于构建索引的算法。
您应始终使用 AUTOINDEX 作为索引类型。请参阅 AUTOINDEX Explained 了解更多信息。
-
metric_type (string) -
用于构建索引的相似度度量类型。
可能的值包括 L2、IP 和 COSINE。请参阅 Similarity Metrics Explained 了解更多信息。
-
params (dict) -
与所选索引类型对应的索引构建参数。
有关适用索引构建参数的详细信息，请参阅 AUTOINDEX Explained。
-
-
timeout (float | None)
此操作的超时时长。将其设置为 None 表示当收到任何响应或发生任何错误时，此操作即超时。
返回类型：
Status
返回：
一个 Status 对象，指示此操作是否成功。
异常：
-
MilvusException
当此操作期间发生任何错误时，将引发此异常。
示例
python
from pymilvus import Collection, CollectionSchema, FieldSchema, DataType
schema = CollectionSchema([
FieldSchema("id", DataType.INT64, is_primary=True),
FieldSchema("vector", DataType.FLOAT_VECTOR, dim=5)
])
# Create a collection
collection = Collection(
name="test_collection",
schema=schema
)
# Create an index on a scalar field
collection.create_index(
field_name="id"
)
# Set the index parameters
index_params = {
"index_type": "AUTOINDEX",
"metric_type": "COSINE",
"params": {
"nprobe": 10
}
}
# Create an index on the vector field
collection.create_index(
field_name="vector",
index_params=index_params,
timeout=None
)
# Check the index
collection.has_index() # True
相关操作
以下操作与 create_index() 相关