メインコンテンツまでスキップ

load_collection()

この操作は、特定の collection のデータをメモリにロードします。

📘注意

これは managed collection にのみ適用されます。

リクエスト構文​

python
load_collection(
    collection_name: str, 
    timeout: Optional[float] = None
) -> None

パラメーター:

  • collection_name (str) -

    [必須]

    collection の名前。

  • priority (string) -

    現在の collection のロード優先度です。この値は、ロード処理中の CPU 使用率に影響を与える可能性があります。指定可能な値は low および high です。

  • timeout (float | None) -

    この操作のタイムアウト時間。

    これを None に設定すると、いずれかのレスポンスが返るかエラーが発生した時点で、この操作はタイムアウトします。

戻り値の型:

NoneType

戻り値:

None

例外:

  • MilvusException

    この操作中にエラーが発生した場合、この例外が送出されます。

例​

python
from pymilvus import MilvusClient, DataType

client = MilvusClient(
    uri="https://inxx-xxxxxxxxxxxx.api.gcp-us-west1.zillizcloud.com:19530",
    token="user:password"
)

# 1. Create schema
schema = MilvusClient.create_schema(
    auto_id=False,
    enable_dynamic_field=False,
)

# 2. Add fields to schema
schema.add_field(field_name="my_id", datatype=DataType.INT64, is_primary=True)

# {
#     'auto_id': False, 
#     'description': '', 
#     'fields': [
#         {
#             'name': 'my_id', 
#             'description': '', 
#             'type': <DataType.INT64: 5>, 
#             'is_primary': True, 
#             'auto_id': False
#         }
#     ]
# }

schema.add_field(field_name="my_vector", datatype=DataType.FLOAT_VECTOR, dim=5)

# {
#     'auto_id': False, 
#     'description': '', 
#     'fields': [
#         {
#             'name': 'my_id', 
#             'description': '', 
#             'type': <DataType.INT64: 5>, 
#             'is_primary': True, 
#             'auto_id': False
#         }, 
#         {
#             'name': 'my_vector', 
#             'description': '', 
#             'type': <DataType.FLOAT_VECTOR: 101>, 
#             'params': {
#                 'dim': 5
#             }
#         }        
#     ]
# }

# 3. Create a collection
client.create_collection(
    collection_name="customized_setup",
    schema=schema
)

# 4. Prepare index parameters
index_params = client.prepare_index_params()

# 5. Add indexes
index_params.add_index(
    field_name="my_id",
    index_type="STL_SORT"
)

index_params.add_index(
    field_name="my_vector", 
    index_type="IVF_FLAT",
    metric_type="L2",
    params: {nlist: 1024}
)

# 6. Create indexes
client.create_index(
    collection_name="customized_setup",
    index_params=index_params
)

# 7. Load indexes
client.load_collection(
    collection_name="customized_setup"
)
Ctrl I