milvus-lite简单试用

pymilvus 已经直接支持使用milvus-lite了，以下是一个简单测试

参考使用

• 安装依赖

pip install pymilvus

• 完整代码

import random
from pymilvus import MilvusClient,FieldSchema,CollectionSchema,DataType
from pymilvus.milvus_client.index import IndexParams
# 本地模式指定路径就可以了
client = MilvusClient("./dalong.db")
dim = 128  
# 指定schema
id_field = FieldSchema(name="id", dtype=DataType.INT64,auto_id=True, is_primary=True)
vector_field = FieldSchema(name="vector", dtype=DataType.FLOAT_VECTOR, dim=dim)
# 此处定义了name,但是添加目前有问题
name_field = FieldSchema(name="name", dtype=DataType.STRING,max_length=1000)
# 定义集合信息，注意开启了动态字段能力
schema = CollectionSchema(fields=[id_field, vector_field], description="example collection",enable_dynamic_field=True)
test_collection = "test_collection"
# 索引定义
index_params = IndexParams(field_name="vector", index_type="IVF_FLAT", index_name="index_1", nlist=100)
if test_collection not in  client.list_collections():
    # 通过client 创建集合，同时配置了auto id（主键）
    client.create_collection(
		collection_name="test_collection",
		schema=schema,
		auto_id =True,
		# enable_dynamic_field = True,
		index_params= index_params
		)
data = []
for i in range(1000):
	vector = [random.random() for _ in range(dim)]
	data.append({"vector": vector, "name": "name"+str(i)})
# 插入数据
client.insert(test_collection, data)

query_vector = [random.random() for _ in range(dim)]
# 数据查询
results = client.search(collection_name=test_collection,data=[query_vector],output_fields=["id","name"],limit=10)

for hit in results[0]:
	print(hit)

说明

内部存储上基于了sqlite，当创建之后会有元数据以及集合表的定义，insert 的数据回到集合中，当然从目前测试schema 添加是有各类问题（可能是使用的问题，但是通过搜索github 的issue 也是有不少类似问题的），推荐的方式是使用内部的自动动态字段，这样简单一些

参考资料

https://github.com/milvus-io/milvus-lite

https://github.com/milvus-io/pymilvus