1. Apprendre
    2. /
  2. Cours
    3. /
  3. Bases de données vectorielles pour les embeddings avec Pinecone
Connected

Exercice

Regrouper les upserts en parallèle

Dans cet exercice, vous allez vous exercer à ingérer des vecteurs en parallèle dans l'index Pinecone 'datacamp-index'. Vous devrez vous connecter à l'index, insérer (upsert) des vecteurs par lots de façon asynchrone, puis vérifier les mesures mises à jour de l'index 'datacamp-index'.

La fonction utilitaire chunks() que vous avez créée plus tôt est toujours disponible :

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))

Instructions

100 XP
  • Initialisez le client Pinecone pour autoriser 20 requêtes simultanées.
  • Effectuez l'upsert des vecteurs dans vectors par lots de 200 vecteurs par requête, de manière asynchrone, en configurant 20 requêtes simultanées.
  • Affichez les mesures mises à jour de l'index Pinecone 'datacamp-index'.