本文介绍如何通过Python SDK向Collection中插入或更新Doc。
**说明**
1. 若调用本接口时Doc Id已存在，则等同于更新Doc；
Doc Id不存在，则等同于插入Doc。
2. 若调用本接口时不指定Doc Id，则等同于插入Doc，DashVector会自动生成Doc Id，并在返回结果中携带id信息。
前提条件
---------------------
* 已创建Cluster
* 已获得API-KEY
* 已安装最新版SDK
**接口定义**
-----------------
Python示例：
```python
Collection.upsert(
docs: Union[Doc, List[Doc], Tuple, List[Tuple]],
partition: Optional[str] = None,
async_req: False
) -> DashVectorResponse
```
**使用示例**
-----------------
**说明**
1. 需要使用您的api-key替换示例中的YOUR_API_KEY、您的Cluster Endpoint替换示例中的YOUR_CLUSTER_ENDPOINT，代码才能正常运行。
2. 本示例需要参考[新建Collection-使用示例](https://help.aliyun.com/document_detail/2510242.html#hivl6)提前创建好名称为`quickstart`的Collection。
Python示例：
```python
import dashvector
from dashvector import Doc
import numpy as np
client = dashvector.Client(
api_key='YOUR_API_KEY',
endpoint='YOUR_CLUSTER_ENDPOINT'
)
collection = client.get(name='quickstart')
```
### **插入或更新Doc**
Python示例：
```python
# 通过Doc对象upsert
ret = collection.upsert(
Doc(
id='1',
vector=[0.1, 0.2, 0.3, 0.4]
)
)
# 判断upsert是否成功
assert ret
# 简化形式：通过Tuple upsert
ret = collection.upsert(
('2', [0.1, 0.1, 0.1, 0.1]) # (id, vector)
)
```
### 插入或更新不带有Id的Doc
Python
```python
# 通过Doc对象upsert
ret = collection.upsert(
Doc(vector=[0.1, 0.2, 0.3, 0.4])
)
# 简化形式：通过Tuple upsert
ret = collection.upsert(
([0.1, 0.1, 0.1, 0.1],)
)
```
### 插入或更新带有Fields的Doc
Python示例：
```python
# upsert单条数据，并设置Fields Value
ret = collection.upsert(
Doc(
id='3',
vector=np.random.rand(4),
fields={
# 设置创建Collection时预定义的Fileds Value
# name:str, weight:float, age:int, id:long
'name': 'zhangsan', 'weight':70.0, 'age':30, 'id':1234567890,
# 设置Schema-Free的Field & Value
'anykey1': 'str-value', 'anykey2': 1,
'anykey3': True, 'anykey4': 3.1415926
}
)
)
# upsert单条数据，并设置Fields Value
ret = collection.upsert(
('4', np.random.rand(4), {'foo': 'bar'}) # (id, vector, fields)
)
```
### 批量插入或更新Doc
Python示例：
```python
# 通过Doc对象，批量upsert 10条数据
ret = collection.upsert(
[
Doc(id=str(i+5), vector=np.random.rand(4)) for i in range(10)
]
)
# 简化形式：通过Tuple，批量upsert 3条数据
ret = collection.upsert(
[
('15', [0.2,0.7,0.8,1.3], {'age': 20}),
('16', [0.3,0.6,0.9,1.2], {'age': 30}),
('17', [0.4,0.5,1.0,1.1], {'age': 40})
] # List[(id, vector, fields)]
)
# 判断批量upsert是否成功
assert ret
```
### 异步插入或更新Doc
Python示例：
```python
# 异步批量upsert 10条数据
ret_funture = collection.upsert(
[
Doc(id=str(i+18), vector=np.random.rand(4), fields={'name': 'foo' + str(i)}) for i in range(10)
],
async_req=True
)
# 等待并获取异步upsert结果
ret = ret_funture.get()
```
### 插入或更新带有Sparse Vector的Doc
Python示例：
```python
ret = collection.upsert(
Doc(
id='28',
vector=[0.1, 0.2, 0.3, 0.4],
sparse_vector={1:0.4, 10000:0.6, 222222:0.8}
)
)
```
有疑问加站长微信联系（非本文作者））
