milvus的delete操作

简介: milvus的delete操作

milvus的delete操作

milvus版本:v2.3.2

milvus支持delete操作。

使用python sdk代码如下:

from pymilvus import (
    connections,
    Collection,
)

print("start connecting to Milvus")
connections.connect("default", host="192.168.230.71", port="19530")

hello_milvus = Collection("hello_milvus")

print("Start delete entities")
expr = "pk in [446576772095935668,446576772095935667]"
delete_result = hello_milvus.delete(expr)
print(delete_result)

不管pk是否存在都会返回对应的数量:
(insert count: 0, delete count: 2, upsert count: 0, timestamp: 446577115426193409, success count: 0, err count: 0)

这里例子指定了2个id需要删除,如果这2个id不存在,【delete count】也会返回2。

目录
相关文章
|
存储 SQL API
milvus insert api流程源码分析
milvus insert api流程源码分析
767 3
|
并行计算 PyTorch 算法框架/工具
社区供稿 | 本地部署通义千问大模型做RAG验证
这篇文章中,我们通过将模搭社区开源的大模型部署到本地,并实现简单的对话和RAG。
|
人工智能 自然语言处理 API
向量检索服务实践测评
向量检索服务是一种基于阿里云自研的向量引擎 Proxima 内核,提供具备水平拓展、全托管、云原生的高效向量检索服务。向量检索服务将强大的向量管理、查询等能力,通过简洁易用的 SDK/API 接口透出,方便在大模型知识库搭建、多模态 AI 搜索等多种应用场景上集成。
139325 5
|
Go API 数据库
milvus的db和collection信息查询
milvus的db和collection信息查询
1746 0
|
存储 Linux 数据安全/隐私保护
安装部署milvus单机版(快速体验)
安装部署milvus单机版(快速体验)
5483 0
conda常用操作和配置镜像源
conda常用操作和配置镜像源
34227 0
|
存储 自然语言处理 开发工具
milvus向量库的工具类(添加分区、删除分区、删除记录)
【5月更文挑战第13天】milvus向量库的工具类(添加分区、删除分区、删除记录)
977 6
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。