1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Vektorové databáze pro embeddingy s Pinecone
Connected

Cvičení

Dávkové upserty paralelně

V tomto cvičení si procvičíš vkládání vektorů do Pinecone indexu 'datacamp-index' paralelně. Budeš se muset připojit k indexu, asynchronně vkládat vektory po dávkách a zkontrolovat aktualizované metriky indexu 'datacamp-index'.

Helperová funkce chunks(), kterou jsi vytvořil/a dříve, je stále k dispozici:

def chunks(iterable, batch_size=100):
    """A helper function to break an iterable into chunks of size batch_size."""
    it = iter(iterable)
    chunk = tuple(itertools.islice(it, batch_size))
    while chunk:
        yield chunk
        chunk = tuple(itertools.islice(it, batch_size))

Pokyny

100 XP
  • Inicializuj Pinecone klienta s podporou 20 souběžných požadavků.
  • Vlož vektory z vectors po dávkách 200 vektorů na požadavek asynchronně s konfigurací 20 souběžných požadavků.
  • Vypiš aktualizované metriky Pinecone indexu 'datacamp-index'.