การแบ่งกลุ่ม upserts

การสร้างแอปพลิเคชัน AI ด้วย Pinecone

James Chapman

Curriculum Manager, DataCamp

ข้อจำกัดของการ upsert

อัตราการส่งคำขอ
ขนาดของคำขอ

Batching: การแบ่งคำขอออกเป็น chunks ย่อย

¹ https://docs.pinecone.io/reference/quotas-and-limits#rate-limits

การกำหนดฟังก์ชัน 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))

Sequential batching

แบ่งคำขอและส่งทีละรายการ ตามลำดับ

pc.Pinecone(api_key="YOUR API KEY")
index = pc.Index('datacamp-index')


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

ข้อดี:

แก้ปัญหาข้อจำกัดด้านอัตราและขนาด

ข้อเสีย:

ช้ามาก!

Parallel batching

แบ่งคำขอและส่งแบบ parallel

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]

มาฝึกกันเถอะ!

การสร้างแอปพลิเคชัน AI ด้วย Pinecone