1. Learn
    2. /
  2. कोर्स
    3. /
  3. Vector Databases สำหรับ Embeddings ด้วย Pinecone
Connected

अभ्यास

การ Upsert แบบแบตช์ควบคู่กัน

ในแบบฝึกหัดนี้ จะได้ฝึกนำเข้าเวกเตอร์ลงใน Pinecone index ชื่อ 'datacamp-index' แบบขนานกัน โดยต้องเชื่อมต่อกับ index จากนั้น upsert เวกเตอร์เป็นแบตช์แบบอะซิงโครนัส และตรวจสอบเมตริกที่อัปเดตของ index 'datacamp-index'

ฟังก์ชันช่วย chunks() ที่สร้างไว้ก่อนหน้านี้ยังคงใช้งานได้:

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))

निर्देश

100 XP
  • เริ่มต้น Pinecone client โดยอนุญาตให้ส่งคำขอพร้อมกันได้ 20 รายการ
  • Upsert เวกเตอร์ใน vectors เป็นแบตช์ละ 200 เวกเตอร์ต่อคำขอ แบบอะซิงโครนัส โดยกำหนดให้ส่งคำขอพร้อมกัน 20 รายการ
  • แสดงเมตริกที่อัปเดตของ Pinecone index 'datacamp-index'