Gerenciando índices

Bancos de dados vetoriais para incorporações com Pinecone

James Chapman

Curriculum Manager, DataCamp

Conectando ao índice

pc = Pinecone(api_key="API_KEY")

pc.create_index(
    name='datacamp-index',
    dimension=1536,
    spec=ServerlessSpec(
        cloud='aws', 
        region='us-east-1'
    )
)


index = pc.Index('datacamp-index')

Conectando ao índice

index = pc.Index('datacamp-first')

...
pinecone.core.client.exceptions.NotFoundException: (404)
Reason: Not Found
HTTP response headers: HTTPHeaderDict({'content-type': 'text/plain; charset=...
HTTP response body: {"error":{"code":"NOT_FOUND","message":"Resource datacamp-first
not found"},"status":404}

Estatísticas do índice

index.describe_index_stats()

{'dimension': 1536,
 'index_fullness': 0.0,
 'namespaces': {},
 'total_vector_count': 0}

Namespaces

Contêineres para particionar índices
- Datasets separados
- Versionamento de dados
- Grupos separados

Por enquanto, foque no caso de namespace único

Índices com vários namespaces dentro deles.

Organizações

Uma organização com dois projetos, cada um com seus próprios índices.

Organizações

Um grupo de proprietários da organização.

Permissões em toda a org.
Gerenciam cobrança, usuários e todos os projetos

Um proprietário com vários usuários abaixo dele.

Permissões na org. restritas
Convidados para projetos específicos
Viram proprietários desses projetos

Excluindo índices

pc.delete_index('datacamp-index')


pc.list_indexes()

{'indexes': []}

Vamos praticar!

Bancos de dados vetoriais para incorporações com Pinecone