القيم الافتراضية

يسمح لك Milvus بتعيين القيم الافتراضية للحقول القياسية (باستثناء الحقل الأساسي). عندما يتم تكوين قيمة افتراضية لحقل ما، يطبق ميلفوس هذه القيمة تلقائيًا إذا لم يتم توفير بيانات أثناء الإدراج.

تعمل القيم الافتراضية على تبسيط ترحيل البيانات من أنظمة قواعد البيانات الأخرى إلى ملفوس من خلال الحفاظ على إعدادات القيمة الافتراضية الحالية. يمكنك أيضًا استخدام القيم الافتراضية للحقول التي قد تكون القيم فيها غير مؤكدة في وقت الإدراج.

الحدود

• تدعم الحقول القياسية فقط القيم الافتراضية. لا يمكن أن تحتوي الحقول الأساسية والحقول المتجهة على قيم افتراضية.

• JSON والحقول ARRAY لا تدعم القيم الافتراضية.

• يمكن تكوين القيم الافتراضية فقط أثناء إنشاء المجموعة ولا يمكن تعديلها بعد ذلك.

تعيين القيم الافتراضية

عند إنشاء مجموعة، استخدم المعلمة default_value في add_field() لتحديد القيمة الافتراضية للحقل.

ينشئ المثال التالي مجموعة تحتوي على حقلين قياسيين لهما قيم افتراضية: age افتراضيًا إلى 18 و status افتراضيًا إلى "active".

from pymilvus import MilvusClient, DataType

client = MilvusClient(uri='http://localhost:19530')

# Define collection schema
schema = client.create_schema(
    auto_id=False,
    enable_dynamic_schema=True,
)

schema.add_field(field_name="id", datatype=DataType.INT64, is_primary=True)
schema.add_field(field_name="vector", datatype=DataType.FLOAT_VECTOR, dim=5)
schema.add_field(field_name="age", datatype=DataType.INT64, default_value=18)
schema.add_field(field_name="status", datatype=DataType.VARCHAR, default_value="active", max_length=10)

# Set index params
index_params = client.prepare_index_params()
index_params.add_index(field_name="vector", index_type="AUTOINDEX", metric_type="L2")

# Create collection
client.create_collection(collection_name="my_collection", schema=schema, index_params=index_params)

// java

// js

// go

# restful

إدراج الكيانات

عند إدراج البيانات، إذا حذفت حقلاً له قيمة افتراضية أو قمت بتعيينه صراحةً إلى NULL، يستخدم Milvus تلقائيًا القيمة الافتراضية المكوّنة.

data = [
    # All fields provided explicitly
    {"id": 1, "vector": [0.1, 0.2, 0.3, 0.4, 0.5], "age": 30, "status": "premium"},
    # age and status omitted → both use default values (18 and "active")
    {"id": 2, "vector": [0.2, 0.3, 0.4, 0.5, 0.6]},
    # status set to None → uses default value "active"
    {"id": 3, "vector": [0.3, 0.4, 0.5, 0.6, 0.7], "age": 25, "status": None},
    # age set to None → uses default value 18
    {"id": 4, "vector": [0.4, 0.5, 0.6, 0.7, 0.8], "age": None, "status": "inactive"}
]

client.insert(collection_name="my_collection", data=data)

// java

// js

// go

# restful

البحث والاستعلام بالقيم الافتراضية

تتصرف الكيانات التي تحتوي على قيم افتراضية مثل أي كيانات أخرى أثناء عمليات البحث عن المتجهات والتصفية القياسية. يمكنك التصفية حسب القيم الافتراضية في كل من عمليتي search و query.

يبحث المثال التالي عن الكيانات حيث age يساوي القيمة الافتراضية 18:

res = client.search(
    collection_name="my_collection",
    data=[[0.1, 0.2, 0.4, 0.3, 0.5]],
    search_params={"params": {"nprobe": 16}},
    filter="age == 18",
    limit=10,
    output_fields=["id", "age", "status"]
)

print("Search results (age == 18):")
for hit in res[0]:
    print(f"  id: {hit['id']}, age: {hit['entity']['age']}, status: {hit['entity']['status']}")

// java

// js

// go

# restful

Output:
Search results (age == 18):
  id: 2, age: 18, status: active
  id: 4, age: 18, status: inactive

يمكنك أيضًا الاستعلام عن الكيانات عن طريق مطابقة القيم الافتراضية مباشرةً:

# Query entities where age equals the default value (18)
default_age_results = client.query(
    collection_name="my_collection",
    filter="age == 18",
    output_fields=["id", "age", "status"]
)

print("\nQuery results (age == 18):")
for r in default_age_results:
    print(f"  id: {r['id']}, age: {r['age']}, status: {r['status']}")

# Query entities where status equals the default value ("active")
default_status_results = client.query(
    collection_name="my_collection",
    filter='status == "active"',
    output_fields=["id", "age", "status"]
)

print("\nQuery results (status == 'active'):")
for r in default_status_results:
    print(f"  id: {r['id']}, age: {r['age']}, status: {r['status']}")

// java

// js

// go

# restful

Query results (age == 18):
  id: 2, age: 18, status: active
  id: 4, age: 18, status: inactive

Query results (status == 'active'):
  id: 2, age: 18, status: active
  id: 3, age: 25, status: active

القواعد القابلة للتطبيق

عندما يتم تكوين كل من nullable و default_value لحقل ما، تحدد القواعد التالية كيفية تعامل ميلفوس مع المدخلات الفارغة أو قيم الحقل المفقودة أثناء الإدراج.

الخلاصة الرئيسية:

• عندما يكون للحقل قيمة افتراضية غير فارغة، يتم استخدام تلك القيمة بغض النظر عما إذا كان nullable ممكّنًا أم لا.

• عندما nullable=True ولكن لم يتم تعيين قيمة افتراضية، يتم تخزين الحقل NULL.

• عند nullable=False ولم يتم تعيين قيمة افتراضية، يفشل الإدراج مع حدوث خطأ.

• يعد تعيين قيمة افتراضية فارغة في حقل غير قابل للفراغ غير صالح ويتسبب في حدوث خطأ.