do_bulk_insert()
Near Deprecation此操作会从指定的文件中批量插入数据。
请求语法
do_bulk_insert(
collection_name: str,
files: list,
partition_name: str | None,
timeout: float | None,
using: str = "default",
**kwargs,
)
参数：
-
collection_name (str) -
[必需]
此操作的目标 Collection 的名称。
-
files (list[str]) -
[必需]
包含源数据的文件路径列表。
Note如何准备源数据文件？
-
您可以使用一个 JSON 文件 (.json) 或一组 NumPy 文件 (.npy) 作为源数据文件。
-
有效的 JSON 文件包含一个名为 rows 的根键，该键是一个字典列表，其中每个字典表示一个与目标 Collection 的 Schema 匹配的 Entity。
如果目标 Collection 允许动态字段，请在每个 Entity 字典中包含动态字段及其值。
-
一组有效的 NumPy 文件应以目标 Collection 的 Schema 中的字段命名，且其中的数据应与相应字段定义匹配。
如果目标 Collection 允许动态字段，请创建一个名为 $meta.npy 的额外文件，以包含动态字段及其值。
有关如何准备源数据文件的详细信息，请参见 从文件插入 Entity。
-
-
在运行此操作之前，您必须先将源数据文件上传到 Milvus 配置中由
minio.bucketname定义的 bucket。以使用 Docker Compose 设置的 Milvus 实例为例，bucket 名称为
a-bucket。-
如果您将源数据文件上传到此 bucket，则应仅在 files 列表中包含带扩展名的文件名。例如，
files=["id.npy", "vector.npy"]或files=["data.json"]。 -
如果您将源数据文件上传到此 bucket 的某个子目录中，则应包含相对于 bucket 的文件路径。例如，如果子目录为
data，则参数设置应为files=["data/id.npy", "data/vector.py"]或files=["data.json"]。
-
-
要查找您的 Milvus 实例所使用的 MinIO bucket 名称，只需登录 MinIO 服务器进行查看即可。
-
-
partition_name (str) -
指定 Collection 中某个 Partition 的名称。
设置此参数后，Milvus 会将数据批量插入到指定的 Partition 中。
如果将此参数设置为不存在的 Partition 名称，则会导致 MilvusException。
-
using (str) -
所使用连接的别名。
默认值为 default，表示此操作使用默认连接。
-
timeout (float | None)
此操作的超时时长。将其设置为 None 表示当收到任意响应或发生错误时，此操作即超时。
返回类型：
int
返回： 批量插入任务 ID。
异常：
-
MilvusException
当此操作期间发生任何错误时，将引发此异常。
示例
from pymilvus import connections, utility
# Connect to YOUR_CLUSTER_ENDPOINT
connections.connect()
# Bulk-insert data from a set of NumPy files already uploaded to the MioIO server
utility.do_bulk_insert(
collection_name="test_collection",
files=["data/id.npy", "data/vector.npy"],
)
# 446781855410073001
# Bulk-insert data from a JSON file already uploaded to the MioIO server
utility.do_bulk_insert(
collection_name="test_collection",
files=["data/data.json"],
)
# 446781855410077319
相关操作
以下操作与 do_bulk_insert() 相关：