到增刪查的完整實戰(zhàn)指南)
深入解析 LlamaIndex 的 BaiduVectorDB 向量存儲集成從建表參數(shù)到增刪查的完整實戰(zhàn)指南【免費下載鏈接】llama_indexLlamaIndex is the leading document agent and OCR platform項目地址: https://gitcode.com/GitHub_Trending/ll/llama_index導(dǎo)讀本文圍繞 LlamaIndex 開源倉庫中的 Baidu VectorDB百度向量數(shù)據(jù)庫集成組件展開系統(tǒng)講解BaiduVectorDB向量存儲類從初始化、自動建表、批量寫入、近似最近鄰檢索到過濾查詢的完整工作鏈路。讀完本文你將掌握如何在自己的 LlamaIndex 項目中接入百度向量數(shù)據(jù)庫理解TableParams、TableField等核心配置對象每個參數(shù)的含義與默認值并能夠基于源碼級實現(xiàn)細節(jié)排查建表超時、索引重建、過濾語法等實際問題。組件定位與文檔入口在 LlamaIndex 的多存儲生態(tài)中向量存儲Vector Store負責承載節(jié)點的 embedding 向量與元數(shù)據(jù)供索引在查詢階段執(zhí)行相似度檢索。百度向量數(shù)據(jù)庫Baidu VectorDB是百度云提供的全托管向量數(shù)據(jù)庫服務(wù)本倉庫通過llama-index-vector-stores-baiduvectordb集成包將其接入 LlamaIndex。該組件的 API 參考文檔位于 docs/api_reference/api_reference/storage/vector_store/baiduvectordb.md它聲明了核心公開類BaiduVectorDB。其完整實現(xiàn)位于 llama-index-integrations/vector_stores/llama-index-vector-stores-baiduvectordb/llama_index/vector_stores/baiduvectordb/base.py模塊導(dǎo)出面BaiduVectorDB、TableParams、TableField見init.py。安裝與環(huán)境準備集成包聲明于 pyproject.toml其運行時依賴為pymochow2百度向量數(shù)據(jù)庫的官方 Python SDKllama-index-core0.13.0,0.15LlamaIndex 核心庫Python 版本要求3.10,4.0。安裝命令pip install llama-index-vector-stores-baiduvectordb源碼中的_try_import()會在初始化前強制校驗pymochow是否可用若缺失則拋出ImportError并提示pip install pymochow。因此即便跳過pip install直接手動安裝pymochow組件也能正常工作。核心數(shù)據(jù)結(jié)構(gòu)TableField 與 TableParams在連接百度向量數(shù)據(jù)庫前需要理解兩個關(guān)鍵配置對象。TableField過濾字段定義TableField是極簡的數(shù)據(jù)類只有兩個屬性屬性類型默認值說明namestr無字段名即節(jié)點 metadata 中的鍵data_typestrSTRING字段類型對應(yīng) pymochow 的FieldTypeTableParams建表參數(shù)TableParams封裝了建表所需的全部參數(shù)其 docstring 引用了百度云官方 VDB 建表文檔作為參考。參數(shù)明細如下參數(shù)類型默認值說明dimensionint必填構(gòu)造器默認示例為 1536向量維度必須與 embedding 模型輸出維度一致table_namestrllama_default_table表名replicationint3表副本數(shù)partitionint1表分區(qū)數(shù)index_typestrHNSW索引類型可選HNSW、FLAT等以 pymochow 的IndexType枚舉為準metric_typestrL2距離度量可選L2、COSINE、IPdrop_existsboolFalse若表已存在是否先刪除重建vector_paramsDictNone索引參數(shù)HNSW 下支持{M: 16, efConstruction: 200}filter_fieldsList[TableField][]用于過濾的字段列表要求表中每行該字段均有值且不能為空需要特別注意的是filter_fields的約束被聲明為過濾字段后寫入的每個節(jié)點 metadata 都必須攜帶該字段值否則無法通過建表約束。文檔給出了典型用法——先通過store.add()寫入帶 metadata 的節(jié)點再在查詢時用過濾表達式檢索store.add([ TextNode(..., metadata{age: 23, name: name1}) ]) query VectorStoreQuery(...) store.query(query, filterage 20 and age 40 and name name1)BaiduVectorDB 類構(gòu)造參數(shù)與初始化鏈路BaiduVectorDB繼承自BasePydanticVectorStore見 測試用例 中通過__mro__對該繼承關(guān)系的斷言因而天然支持 LlamaIndex 的 Pydantic 字段管理、class_name()序列化與異步方法約定。構(gòu)造參數(shù)參數(shù)類型默認值說明endpointstr必填百度向量數(shù)據(jù)庫實例的訪問地址api_keystr必填訪問密鑰Api-Keyaccountstrroot賬戶名database_namestrllama_default_database數(shù)據(jù)庫名table_paramsTableParamsTableParams(dimension1536)建表參數(shù)batch_sizeint1000批量寫入時的單批行數(shù)stores_textboolTrue是否存儲節(jié)點文本三種實例化方式from llama_index.vector_stores.baiduvectordb import BaiduVectorDB, TableParams, TableField # 方式一直接構(gòu)造推薦可自定義賬號與存儲文本開關(guān) vector_store BaiduVectorDB( endpointyour-endpoint, accountroot, api_keyyour-api-key, database_namellama_default_database, table_paramsTableParams(dimension1536, drop_existsTrue), ) # 方式二from_params 類方法會先執(zhí)行依賴校驗 vector_store BaiduVectorDB.from_params( endpointyour-endpoint, api_keyyour-api-key, table_paramsTableParams(dimension1536), ) # 方式三通過 VectorStoreIndex.from_vector_store 接入索引 from llama_index.core import VectorStoreIndex index VectorStoreIndex.from_vector_store(vector_store)初始化四步鏈路從源碼看__init__依次觸發(fā)四個內(nèi)部步驟_init_client(endpoint, account, api_key)使用 pymochow 的Configuration(credentialsBceCredentials(account, api_key), endpoint..., connection_timeout_in_mills30000)創(chuàng)建MochowClient。連接超時固定為 30 秒DEFAULT_TIMEOUT_IN_MILLS 30 * 1000_create_database_if_not_exists(database_name)通過list_databases()判斷目標數(shù)據(jù)庫是否已存在不存在則調(diào)用create_database()自動創(chuàng)建_create_table(table_params)先describe_table探測表是否存在若存在且drop_existsTrue則drop_table并輪詢等待每秒一次最長 30 秒超時拋TimeoutError確認刪除完成后再重建若表不存在捕獲pymochow.exception.ServerError直接進入建表流程_create_table_in_db(table_params)真正執(zhí)行建表并輪詢等待表狀態(tài)變?yōu)門ableState.NORMAL同樣有 30 秒超時保護。建表 Schema 的內(nèi)幕自動生成五類字段通過閱讀_create_table_in_db的實現(xiàn)可以發(fā)現(xiàn)組件并非簡單地把數(shù)據(jù)塞進表里而是為每個表自動生成一套固定 Schema字段名類型約束/用途idSTRING主鍵 分區(qū)鍵對應(yīng)節(jié)點的node_iddoc_idSTRING對應(yīng)節(jié)點的ref_doc_id用于溯源metadataSTRING節(jié)點 metadata 的 JSON 序列化結(jié)果textSTRING節(jié)點原文vectorFLOAT_VECTOR維度為table_params.dimension的 embedding 向量索引方面會自動創(chuàng)建vector_index作用于vector字段的VectorIndex索引類型、度量類型與參數(shù)取自TableParams每個filter_fields字段還會生成對應(yīng)的SecondaryIndex命名規(guī)則為字段名 _index見常量INDEX_SUFFIX。建表時還開啟了enable_dynamic_fieldTrue允許寫入未被預(yù)定義的動態(tài)字段保證了 LlamaIndex 節(jié)點 metadata 的靈活性。對于 HNSW 索引_get_index_params會解析vector_params字典并映射到 pymochow 的HNSWParamsvector_params 鍵默認值含義M16HNSW 圖的最大連接數(shù)efConstruction200建圖時的候選隊列大小寫入add 與 async_add 的批量 upsert 與索引重建add是同步入口內(nèi)部通過asyncio.get_event_loop().run_until_complete()委托給async_add。其寫入邏輯非常清晰空列表短路len(nodes) 0時直接返回空列表構(gòu)造 Row每條記錄以Row(idnode.node_id, vectornode.get_embedding())為基礎(chǔ)按需填充doc_id來自ref_doc_id、metadataJSON 序列化、text僅TextNode并將user_defined_fields中命中的 metadata 鍵值寫入對應(yīng)過濾字段列分批 upsert以batch_size默認 1000為上限分批調(diào)用self._table.upsert(rowsrows)剩余不足一批的尾部數(shù)據(jù)單獨提交索引重建rebuild_indexTrue默認時調(diào)用rebuild_index(vector_index)隨后每秒輪詢describe_index直到索引狀態(tài)變?yōu)镮ndexState.NORMALrebuild_timeout提供超時保護為None時無限等待。返回值為所有成功寫入節(jié)點的node_id列表。from llama_index.core.schema import TextNode nodes [ TextNode( textLlamaIndex 是一個文檔 Agent 與 OCR 平臺, metadata{age: 23, source_type: blog}, embedding[0.1] * 1536, ) ] ids vector_store.add(nodes, rebuild_indexTrue, rebuild_timeout120)查詢aquery 的 ANN 檢索與過濾條件轉(zhuǎn)換query同樣以同步包裝器形式委托給aquery。檢索使用 pymochow 的AnnSearchanns AnnSearch( vector_fieldvector, vector_floatsquery.query_embedding, paramsHNSWSearchParams(ef10, limitquery.similarity_top_k), filtersearch_filter, ) res self._table.search(annsanns, retrieve_vectorTrue)HNSWSearchParams的ef查詢時候選集大小固定取常量DEFAULT_HNSW_EF 10limit取自VectorStoreQuery.similarity_top_k。查詢結(jié)果會被重組為VectorStoreQueryResult相似度取返回的distance節(jié)點重建為攜帶id_、text、embedding、反序列化 metadata 的TextNode并通過NodeRelationship.SOURCE關(guān)聯(lián)回原始文檔ref_doc_id。過濾條件的自動轉(zhuǎn)換_build_filter_condition會把 LlamaIndex 的MetadataFilters編譯為百度向量數(shù)據(jù)庫的過濾表達式字符串其映射規(guī)則為MetadataFilters 運算符生成的表達式、、、、!原樣拼接如age 20拼接為age 20無運算符拼接為age 20字符串與布爾值自動加單引號多個過濾條件之間用MetadataFilters.conditionAND/OR連接并轉(zhuǎn)為大寫例如age 20 AND age 40。需要注意除上述運算符外的其他運算符會拋出ValueError。當前限制刪除不支持delete(ref_doc_id)方法直接拋出NotImplementedError(Not support.)源碼注釋說明「Baidu VectorDB 暫不支持帶過濾條件的刪除未來會支持」。因此涉及文檔級刪除的增量更新場景需要借助drop_existsTrue重建表或采用全量重灌策略。清空與重建clear / aclearclear同步與aclear異步實現(xiàn)的是「物理刪除表」級別的清空檢查表存在后調(diào)用drop_table并輪詢確認表從list_table結(jié)果中消失最多 30 秒若表不存在或尚未初始化捕獲ServerError/AttributeError則靜默跳過。這意味著清空后需要重新建表才能繼續(xù)使用使用時需評估其成本。與 LlamaIndex 索引的完整集成示例倉庫 docs/examples/vector_stores/BaiduVectorDBIndexDemo.ipynb 提供了完整的端到端演示其核心流程可歸納為三步from llama_index.core import VectorStoreIndex, StorageContext from llama_index.vector_stores.baiduvectordb import BaiduVectorDB, TableParams, TableField # 1. 構(gòu)建帶過濾字段的向量存儲 vector_store BaiduVectorDB( endpointyour-endpoint, api_keyyour-api-key, table_paramsTableParams( dimension1536, drop_existsFalse, # 復(fù)用已存在的表 filter_fields[ TableField(namesource_type), # 聲明為過濾字段寫入時 metadata 必須攜帶 ], ), ) # 2. 綁定到索引 storage_context StorageContext.from_defaults(vector_storevector_store) index VectorStoreIndex.from_documents(documents, storage_contextstorage_context) # 3. 查詢自動走 Baidu VectorDB 的 ANN 檢索 query_engine index.as_query_engine(similarity_top_k5) response query_engine.query(LlamaIndex 的核心能力是什么)示例 notebook 中同時展示了drop_existsTrue初始化時強制重建表適合開發(fā)調(diào)試與drop_existsFalse復(fù)用存量數(shù)據(jù)適合生產(chǎn)兩種模式讀者可以對照使用。驗證與測試集成包自帶的 test_vector_stores_baiduvectordb.py 驗證了BaiduVectorDB的繼承關(guān)系——通過__mro__斷言其基類包含BasePydanticVectorStore這保證了該存儲可與 LlamaIndex 的索引、查詢引擎等上層組件無縫協(xié)作。運行時測試需要真實的百度向量數(shù)據(jù)庫實例endpoint、api_key本地僅可做契約層面的驗證。使用建議與注意事項維度一致性TableParams.dimension必須與 embedding 模型輸出維度嚴格一致1536是適配主流 OpenAI 文本模型的常見取值過濾字段的非空約束聲明在filter_fields中的鍵必須保證每條寫入記錄都有值否則建表或?qū)懭霑懞笏饕亟ǖ暮臅radd默認觸發(fā)rebuild_index大批量寫入建議調(diào)大batch_size并為rebuild_timeout設(shè)置合理上限避免無限等待刪除能力缺失當前版本delete不可用需通過drop_existsTrue重建或全量重灌來管理數(shù)據(jù)生命周期生產(chǎn)環(huán)境復(fù)用表生產(chǎn)部署時保持drop_existsFalse防止誤刪存量數(shù)據(jù)開發(fā)調(diào)試可用True獲得干凈環(huán)境?！久赓M下載鏈接】llama_indexLlamaIndex is the leading document agent and OCR platform項目地址: https://gitcode.com/GitHub_Trending/ll/llama_index創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 深入解析 LlamaIndex 的 BaiduVectorDB 向量存儲集成：從建表參數(shù)到增刪查的完整實戰(zhàn)指南
深入解析 LlamaIndex 的 BaiduVectorDB 向量存儲集成從建表參數(shù)到增刪查的完整實戰(zhàn)指南【免費下載鏈接】llama_indexLlamaIndex is the leading document agent and OCR platform項目地址: https://gitcode.com/GitHub_Trending/ll/llama_index導(dǎo)讀本文圍繞 LlamaIndex 開源倉庫中的 Baidu VectorDB百度向量數(shù)據(jù)庫集成組件展開系統(tǒng)講解BaiduVectorDB向量存儲類從初始化、自動建表、批量寫入、近似最近鄰檢索到過濾查詢的完整工作鏈路。讀完本文你將掌握如何在自己的 LlamaIndex 項目中接入百度向量數(shù)據(jù)庫理解TableParams、TableField等核心配置對象每個參數(shù)的含義與默認值并能夠基于源碼級實現(xiàn)細節(jié)排查建表超時、索引重建、過濾語法等實際問題。組件定位與文檔入口在 LlamaIndex 的多存儲生態(tài)中向量存儲Vector Store負責承載節(jié)點的 embedding 向量與元數(shù)據(jù)供索引在查詢階段執(zhí)行相似度檢索。百度向量數(shù)據(jù)庫Baidu VectorDB是百度云提供的全托管向量數(shù)據(jù)庫服務(wù)本倉庫通過llama-index-vector-stores-baiduvectordb集成包將其接入 LlamaIndex。該組件的 API 參考文檔位于 docs/api_reference/api_reference/storage/vector_store/baiduvectordb.md它聲明了核心公開類BaiduVectorDB。其完整實現(xiàn)位于 llama-index-integrations/vector_stores/llama-index-vector-stores-baiduvectordb/llama_index/vector_stores/baiduvectordb/base.py模塊導(dǎo)出面BaiduVectorDB、TableParams、TableField見init.py。安裝與環(huán)境準備集成包聲明于 pyproject.toml其運行時依賴為pymochow2百度向量數(shù)據(jù)庫的官方 Python SDKllama-index-core0.13.0,0.15LlamaIndex 核心庫Python 版本要求3.10,4.0。安裝命令pip install llama-index-vector-stores-baiduvectordb源碼中的_try_import()會在初始化前強制校驗pymochow是否可用若缺失則拋出ImportError并提示pip install pymochow。因此即便跳過pip install直接手動安裝pymochow組件也能正常工作。核心數(shù)據(jù)結(jié)構(gòu)TableField 與 TableParams在連接百度向量數(shù)據(jù)庫前需要理解兩個關(guān)鍵配置對象。TableField過濾字段定義TableField是極簡的數(shù)據(jù)類只有兩個屬性屬性類型默認值說明namestr無字段名即節(jié)點 metadata 中的鍵data_typestrSTRING字段類型對應(yīng) pymochow 的FieldTypeTableParams建表參數(shù)TableParams封裝了建表所需的全部參數(shù)其 docstring 引用了百度云官方 VDB 建表文檔作為參考。參數(shù)明細如下參數(shù)類型默認值說明dimensionint必填構(gòu)造器默認示例為 1536向量維度必須與 embedding 模型輸出維度一致table_namestrllama_default_table表名replicationint3表副本數(shù)partitionint1表分區(qū)數(shù)index_typestrHNSW索引類型可選HNSW、FLAT等以 pymochow 的IndexType枚舉為準metric_typestrL2距離度量可選L2、COSINE、IPdrop_existsboolFalse若表已存在是否先刪除重建vector_paramsDictNone索引參數(shù)HNSW 下支持{M: 16, efConstruction: 200}filter_fieldsList[TableField][]用于過濾的字段列表要求表中每行該字段均有值且不能為空需要特別注意的是filter_fields的約束被聲明為過濾字段后寫入的每個節(jié)點 metadata 都必須攜帶該字段值否則無法通過建表約束。文檔給出了典型用法——先通過store.add()寫入帶 metadata 的節(jié)點再在查詢時用過濾表達式檢索store.add([ TextNode(..., metadata{age: 23, name: name1}) ]) query VectorStoreQuery(...) store.query(query, filterage 20 and age 40 and name name1)BaiduVectorDB 類構(gòu)造參數(shù)與初始化鏈路BaiduVectorDB繼承自BasePydanticVectorStore見 測試用例 中通過__mro__對該繼承關(guān)系的斷言因而天然支持 LlamaIndex 的 Pydantic 字段管理、class_name()序列化與異步方法約定。構(gòu)造參數(shù)參數(shù)類型默認值說明endpointstr必填百度向量數(shù)據(jù)庫實例的訪問地址api_keystr必填訪問密鑰Api-Keyaccountstrroot賬戶名database_namestrllama_default_database數(shù)據(jù)庫名table_paramsTableParamsTableParams(dimension1536)建表參數(shù)batch_sizeint1000批量寫入時的單批行數(shù)stores_textboolTrue是否存儲節(jié)點文本三種實例化方式from llama_index.vector_stores.baiduvectordb import BaiduVectorDB, TableParams, TableField # 方式一直接構(gòu)造推薦可自定義賬號與存儲文本開關(guān) vector_store BaiduVectorDB( endpointyour-endpoint, accountroot, api_keyyour-api-key, database_namellama_default_database, table_paramsTableParams(dimension1536, drop_existsTrue), ) # 方式二from_params 類方法會先執(zhí)行依賴校驗 vector_store BaiduVectorDB.from_params( endpointyour-endpoint, api_keyyour-api-key, table_paramsTableParams(dimension1536), ) # 方式三通過 VectorStoreIndex.from_vector_store 接入索引 from llama_index.core import VectorStoreIndex index VectorStoreIndex.from_vector_store(vector_store)初始化四步鏈路從源碼看__init__依次觸發(fā)四個內(nèi)部步驟_init_client(endpoint, account, api_key)使用 pymochow 的Configuration(credentialsBceCredentials(account, api_key), endpoint..., connection_timeout_in_mills30000)創(chuàng)建MochowClient。連接超時固定為 30 秒DEFAULT_TIMEOUT_IN_MILLS 30 * 1000_create_database_if_not_exists(database_name)通過list_databases()判斷目標數(shù)據(jù)庫是否已存在不存在則調(diào)用create_database()自動創(chuàng)建_create_table(table_params)先describe_table探測表是否存在若存在且drop_existsTrue則drop_table并輪詢等待每秒一次最長 30 秒超時拋TimeoutError確認刪除完成后再重建若表不存在捕獲pymochow.exception.ServerError直接進入建表流程_create_table_in_db(table_params)真正執(zhí)行建表并輪詢等待表狀態(tài)變?yōu)門ableState.NORMAL同樣有 30 秒超時保護。建表 Schema 的內(nèi)幕自動生成五類字段通過閱讀_create_table_in_db的實現(xiàn)可以發(fā)現(xiàn)組件并非簡單地把數(shù)據(jù)塞進表里而是為每個表自動生成一套固定 Schema字段名類型約束/用途idSTRING主鍵 分區(qū)鍵對應(yīng)節(jié)點的node_iddoc_idSTRING對應(yīng)節(jié)點的ref_doc_id用于溯源metadataSTRING節(jié)點 metadata 的 JSON 序列化結(jié)果textSTRING節(jié)點原文vectorFLOAT_VECTOR維度為table_params.dimension的 embedding 向量索引方面會自動創(chuàng)建vector_index作用于vector字段的VectorIndex索引類型、度量類型與參數(shù)取自TableParams每個filter_fields字段還會生成對應(yīng)的SecondaryIndex命名規(guī)則為字段名 _index見常量INDEX_SUFFIX。建表時還開啟了enable_dynamic_fieldTrue允許寫入未被預(yù)定義的動態(tài)字段保證了 LlamaIndex 節(jié)點 metadata 的靈活性。對于 HNSW 索引_get_index_params會解析vector_params字典并映射到 pymochow 的HNSWParamsvector_params 鍵默認值含義M16HNSW 圖的最大連接數(shù)efConstruction200建圖時的候選隊列大小寫入add 與 async_add 的批量 upsert 與索引重建add是同步入口內(nèi)部通過asyncio.get_event_loop().run_until_complete()委托給async_add。其寫入邏輯非常清晰空列表短路len(nodes) 0時直接返回空列表構(gòu)造 Row每條記錄以Row(idnode.node_id, vectornode.get_embedding())為基礎(chǔ)按需填充doc_id來自ref_doc_id、metadataJSON 序列化、text僅TextNode并將user_defined_fields中命中的 metadata 鍵值寫入對應(yīng)過濾字段列分批 upsert以batch_size默認 1000為上限分批調(diào)用self._table.upsert(rowsrows)剩余不足一批的尾部數(shù)據(jù)單獨提交索引重建rebuild_indexTrue默認時調(diào)用rebuild_index(vector_index)隨后每秒輪詢describe_index直到索引狀態(tài)變?yōu)镮ndexState.NORMALrebuild_timeout提供超時保護為None時無限等待。返回值為所有成功寫入節(jié)點的node_id列表。from llama_index.core.schema import TextNode nodes [ TextNode( textLlamaIndex 是一個文檔 Agent 與 OCR 平臺, metadata{age: 23, source_type: blog}, embedding[0.1] * 1536, ) ] ids vector_store.add(nodes, rebuild_indexTrue, rebuild_timeout120)查詢aquery 的 ANN 檢索與過濾條件轉(zhuǎn)換query同樣以同步包裝器形式委托給aquery。檢索使用 pymochow 的AnnSearchanns AnnSearch( vector_fieldvector, vector_floatsquery.query_embedding, paramsHNSWSearchParams(ef10, limitquery.similarity_top_k), filtersearch_filter, ) res self._table.search(annsanns, retrieve_vectorTrue)HNSWSearchParams的ef查詢時候選集大小固定取常量DEFAULT_HNSW_EF 10limit取自VectorStoreQuery.similarity_top_k。查詢結(jié)果會被重組為VectorStoreQueryResult相似度取返回的distance節(jié)點重建為攜帶id_、text、embedding、反序列化 metadata 的TextNode并通過NodeRelationship.SOURCE關(guān)聯(lián)回原始文檔ref_doc_id。過濾條件的自動轉(zhuǎn)換_build_filter_condition會把 LlamaIndex 的MetadataFilters編譯為百度向量數(shù)據(jù)庫的過濾表達式字符串其映射規(guī)則為MetadataFilters 運算符生成的表達式、、、、!原樣拼接如age 20拼接為age 20無運算符拼接為age 20字符串與布爾值自動加單引號多個過濾條件之間用MetadataFilters.conditionAND/OR連接并轉(zhuǎn)為大寫例如age 20 AND age 40。需要注意除上述運算符外的其他運算符會拋出ValueError。當前限制刪除不支持delete(ref_doc_id)方法直接拋出NotImplementedError(Not support.)源碼注釋說明「Baidu VectorDB 暫不支持帶過濾條件的刪除未來會支持」。因此涉及文檔級刪除的增量更新場景需要借助drop_existsTrue重建表或采用全量重灌策略。清空與重建clear / aclearclear同步與aclear異步實現(xiàn)的是「物理刪除表」級別的清空檢查表存在后調(diào)用drop_table并輪詢確認表從list_table結(jié)果中消失最多 30 秒若表不存在或尚未初始化捕獲ServerError/AttributeError則靜默跳過。這意味著清空后需要重新建表才能繼續(xù)使用使用時需評估其成本。與 LlamaIndex 索引的完整集成示例倉庫 docs/examples/vector_stores/BaiduVectorDBIndexDemo.ipynb 提供了完整的端到端演示其核心流程可歸納為三步from llama_index.core import VectorStoreIndex, StorageContext from llama_index.vector_stores.baiduvectordb import BaiduVectorDB, TableParams, TableField # 1. 構(gòu)建帶過濾字段的向量存儲 vector_store BaiduVectorDB( endpointyour-endpoint, api_keyyour-api-key, table_paramsTableParams( dimension1536, drop_existsFalse, # 復(fù)用已存在的表 filter_fields[ TableField(namesource_type), # 聲明為過濾字段寫入時 metadata 必須攜帶 ], ), ) # 2. 綁定到索引 storage_context StorageContext.from_defaults(vector_storevector_store) index VectorStoreIndex.from_documents(documents, storage_contextstorage_context) # 3. 查詢自動走 Baidu VectorDB 的 ANN 檢索 query_engine index.as_query_engine(similarity_top_k5) response query_engine.query(LlamaIndex 的核心能力是什么)示例 notebook 中同時展示了drop_existsTrue初始化時強制重建表適合開發(fā)調(diào)試與drop_existsFalse復(fù)用存量數(shù)據(jù)適合生產(chǎn)兩種模式讀者可以對照使用。驗證與測試集成包自帶的 test_vector_stores_baiduvectordb.py 驗證了BaiduVectorDB的繼承關(guān)系——通過__mro__斷言其基類包含BasePydanticVectorStore這保證了該存儲可與 LlamaIndex 的索引、查詢引擎等上層組件無縫協(xié)作。運行時測試需要真實的百度向量數(shù)據(jù)庫實例endpoint、api_key本地僅可做契約層面的驗證。使用建議與注意事項維度一致性TableParams.dimension必須與 embedding 模型輸出維度嚴格一致1536是適配主流 OpenAI 文本模型的常見取值過濾字段的非空約束聲明在filter_fields中的鍵必須保證每條寫入記錄都有值否則建表或?qū)懭霑懞笏饕亟ǖ暮臅radd默認觸發(fā)rebuild_index大批量寫入建議調(diào)大batch_size并為rebuild_timeout設(shè)置合理上限避免無限等待刪除能力缺失當前版本delete不可用需通過drop_existsTrue重建或全量重灌來管理數(shù)據(jù)生命周期生產(chǎn)環(huán)境復(fù)用表生產(chǎn)部署時保持drop_existsFalse防止誤刪存量數(shù)據(jù)開發(fā)調(diào)試可用True獲得干凈環(huán)境?！久赓M下載鏈接】llama_indexLlamaIndex is the leading document agent and OCR platform項目地址: https://gitcode.com/GitHub_Trending/ll/llama_index創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考