Hologres
HologresVectorStore #
Bases: BasePydanticVectorStore
Hologres矢量存储。
Hologres是一站式实时数据仓库,可以支持高性能OLAP分析和高QPS在线服务。 Hologres支持矢量处理,并允许您使用矢量数据 来展示非结构化数据的特征。 https://www.alibabacloud.com/help/zh/hologres/user-guide/introduction-to-vector-processing
Source code in llama_index/vector_stores/hologres/base.py
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 |
|
from_connection_string
classmethod
#
from_connection_string(
connection_string: str,
table_name: str,
table_schema: Dict[str, str] = {"document": "text"},
embedding_dimension: int = 1536,
pre_delete_table: bool = False,
) -> HologresVectorStore
从连接字符串创建Hologres向量存储。
Source code in llama_index/vector_stores/hologres/base.py
42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 |
|
from_param
classmethod
#
from_param(
host: str,
port: int,
user: str,
password: str,
database: str,
table_name: str,
table_schema: Dict[str, str] = {"document": "text"},
embedding_dimension: int = 1536,
pre_delete_table: bool = False,
) -> HologresVectorStore
从数据库配置中创建Hologres向量存储。
Parameters:
Name | Type | Description | Default |
---|---|---|---|
host |
str
|
主机 |
required |
port |
int
|
端口号 |
required |
user |
str
|
Hologres用户 |
required |
password |
str
|
Hologres密码 |
required |
database |
str
|
Hologres数据库 |
required |
table_name |
str
|
Hologres表名 |
required |
table_schema |
Dict[str, str]
|
表列模式 |
{'document': 'text'}
|
embedding_dimension |
int
|
嵌入向量的维度大小 |
1536
|
pre_delete_table |
bool
|
是否在创建时清空表中的数据 |
False
|
Source code in llama_index/vector_stores/hologres/base.py
69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 |
|
add #
add(nodes: List[BaseNode], **add_kwargs: Any) -> List[str]
将节点添加到Hologres索引中。
嵌入数据将保存到vector
列,文本将保存到document
列。
Parameters:
Name | Type | Description | Default |
---|---|---|---|
nodes |
List[BaseNode]
|
List[BaseNode]: 带有嵌入的节点列表 |
required |
Source code in llama_index/vector_stores/hologres/base.py
114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 |
|
query #
query(
query: VectorStoreQuery, **kwargs: Any
) -> VectorStoreQueryResult
查询前k个最相似节点的索引。
Source code in llama_index/vector_stores/hologres/base.py
145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 |
|
delete #
delete(ref_doc_id: str, **delete_kwargs: Any) -> None
使用ref_doc_id删除节点。
Source code in llama_index/vector_stores/hologres/base.py
187 188 189 190 191 192 193 |
|