Batch upsert

Database Vektor untuk Embeddings dengan Pinecone

James Chapman

Curriculum Manager, DataCamp

Batasan upsert

 

  1. Laju permintaan
  2. Ukuran permintaan

 

  • Batching: membagi permintaan menjadi chunk kecil

 

Batas laju Pinecone

1 https://docs.pinecone.io/reference/quotas-and-limits#rate-limits
Database Vektor untuk Embeddings dengan Pinecone

Mendefinisikan fungsi chunking

def chunks(iterable, batch_size=100):

it = iter(iterable)
chunk = tuple(itertools.islice(it, batch_size))
while chunk:
yield chunk
chunk = tuple(itertools.islice(it, batch_size))
Database Vektor untuk Embeddings dengan Pinecone

Batching sekuensial

  • Membagi permintaan dan mengirimkannya berurutan satu per satu
pc.Pinecone(api_key="YOUR API KEY")
index = pc.Index('datacamp-index')


for chunk in chunks(vectors): index.upsert(vectors=chunk)

Kelebihan:

  • Mengatasi batas laju dan ukuran

Kekurangan:

  • Sangat lambat!
Database Vektor untuk Embeddings dengan Pinecone

Batching paralel

  • Membagi permintaan dan mengirimkannya secara paralel
pc = Pinecone(api_key="YOUR_API_KEY", pool_threads=30)


with pc.Index('datacamp-index', pool_threads=30) as index:
async_results = [index.upsert(vectors=chunk, async_req=True) for chunk in chunks(vectors, batch_size=100)]
[async_result.get() for async_result in async_results]
Database Vektor untuk Embeddings dengan Pinecone

Ayo berlatih!

Database Vektor untuk Embeddings dengan Pinecone

Preparing Video For Download...