1. Learn
    2. /
  2. Kurser
    3. /
  3. Vektordatabaser för embeddings med Pinecone
Connected

Övning

Batch-upserts parallellt

I den här övningen får du öva på att mata in vektorer i Pinecone-indexet 'datacamp-index' parallellt. Du behöver ansluta till indexet, utföra upserts av vektorer i batchar asynkront och sedan kontrollera de uppdaterade mätvärdena för indexet 'datacamp-index'.

Hjälpfunktionen chunks() som du skapade tidigare är fortfarande tillgänglig:

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))

Instruktioner

100 XP
  • Initiera Pinecone-klienten för att tillåta 20 samtidiga anrop.
  • Utför upserts av vektorerna i vectors i batchar om 200 vektorer per anrop asynkront, med 20 samtidiga anrop konfigurerade.
  • Skriv ut de uppdaterade mätvärdena för Pinecone-indexet 'datacamp-index'.