修改外部Collection SchemaCompatible with Milvus 3.0.x

在创建外部Collection后，外部数据源通常会发生变化。例如，一个已经存储了Embeddings的湖屋表，后来可能会包含一个新的标量字段（如得分、类别或时间戳），而您希望在查询结果中返回该字段，或在过滤器中使用它。

与其重新创建外部 Collection 或将源数据复制到 Milvus 中，不如添加一个 Milvus 字段，将其映射到外部数据源中的现有字段。添加字段后，请刷新外部 Collection，以便在查询和搜索中使用该新字段。

限制

• 外部 Collections 目前支持在创建后添加字段。其他 Schema 更改（例如删除字段、重命名字段、更改字段数据类型、更改向量维度或重新映射external_field ）均不支持。

• 您只能添加在外部数据源中已存在的字段。此操作将现有的外部字段映射到 Milvus 字段，不会在外部数据源中创建新字段，也不会回填源数据。

• 不支持向现有外部 Collection 添加SPARSE_FLOAT_VECTOR 字段。

• 不支持将 StructArray 字段添加到现有外部集合中。如果您的外部集合需要 StructArray 字段，请在创建 Collection 时在 Schema 中进行定义。

添加字段

在将字段添加到外部Collection之前，请确认该字段已在外部数据源中存在。然后调用add_collection_field() ，通过将external_field 设置为外部数据源中的字段名称，在Milvus中暴露该字段。将data_type 设置为与外部数据源中该字段匹配的Milvus数据类型。例如，如果映射的字段存储双精度值，请使用DataType.DOUBLE 。

与管理 Collections 不同，在刷新外部 Collection 后，新增字段的值将从外部数据源中读取。

添加标量字段

若要在查询结果中返回该字段或在过滤器中使用该字段，请使用 `add_collection_field() ` 添加标量字段。以下示例添加了一个名为 `score ` 的字段，该字段映射到外部数据源中的 `score ` 字段。

from pymilvus import DataType, MilvusClient

client = MilvusClient(
    uri="http://localhost:19530",
    token="root:Milvus",
)

client.add_collection_field(
    collection_name="product_embeddings",
    field_name="score",
    data_type=DataType.DOUBLE,
    nullable=True,
    external_field="score",
)

在此示例中，score 是 Milvus 字段名，external_field="score" 将其映射到外部数据源中的score 字段。由于该字段是在 Collection 创建之后添加的，因此需设置nullable=True 。

添加向量字段

如果外部数据源中已包含向量值，您也可以添加向量字段。将向量data_type 和dim 设置为与外部数据源中的向量字段相对应。

以下示例添加了一个名为image_embedding_v2 的密集向量字段。

from pymilvus import DataType, MilvusClient

client = MilvusClient(
    uri="http://localhost:19530",
    token="root:Milvus",
)

client.add_collection_field(
    collection_name="product_embeddings",
    field_name="image_embedding_v2",
    data_type=DataType.FLOAT_VECTOR,
    dim=768,
    nullable=True,
    external_field="image_embedding_v2",
)

如果您计划对添加的向量字段执行向量搜索，请在刷新外部Collection之前为该字段创建索引。

index_params = client.prepare_index_params()

index_params.add_index(
    field_name="image_embedding_v2",
    index_type="AUTOINDEX",
    metric_type="COSINE",
)

client.create_index(
    collection_name="product_embeddings",
    index_params=index_params,
)

刷新外部Collection

修改外部 Collection Schema 后，请刷新外部 Collection，以便 Milvus 更新外部 Collection 元数据，并使 Schema 变更在查询、搜索和过滤结果中生效。

client.refresh_external_collection(
    collection_name="product_embeddings"
)