对象存储
对象存储
对象存储
文档指南
请输入
产品动态
产品公告
产品计费
快速入门
用户指南
存储桶管理
基础设置
容错与容灾
ObjectSet
文件管理
监控与告警
权限配置
IAM 策略管理
典型配置场景
IAM 子用户授权
使用工具及 SDK 的授权说明
接入点
单区域接入点（SRAP）
内容感知与处理（SenseFlow）
TOS Agent
数据处理
分层命名空间（HNS）
TOS Vectors
API 参考
向量桶
SDK 参考
Python-Vectors
向量桶
向量索引
Java-Vectors
向量桶
向量索引
Node.js-Vectors
向量桶
向量索引
工具指南
tosutil
常用命令
辅助命令
TOS Browser
FSX
TOS PyTorch Connector
tosfsspec
API 参考
签名机制
存储桶
桶基础操作
自定义域名
数据处理
媒体处理
视频转码
音频转码
ObjectSet
生命周期
对象
基础操作
分片上传
SDK 参考
Java
存储桶接口
管理桶配置
ObjectSet
对象接口
下载对象
数据处理
视频处理
日志配置
分层命名空间
Python
数据处理
存储桶接口
对象接口
上传对象
C++
存储桶接口
对象接口
Go
对象接口
存储桶接口
管理桶配置
ObjectSet
数据处理
日志配置
Node.js
存储桶接口
对象接口
上传对象
数据处理
Browser.js
上传对象
.NET
对象接口
PHP
对象接口
异常处理
Android
对象接口
iOS
对象接口
Harmony
存储桶接口
对象接口
上传对象
Rust
存储桶接口
桶基础操作
桶清单
自定义域名
对象接口
基础操作
错误码
01-SERVICE_ERROR
02-AUTH
03-ACCESS_CONTROL
04-QOS
05-REQUEST
06-BUCKET
07-LIFECYCLE
08-ACL
09-CORS
10-POLICY
11-MIRROR
12-REPLICATION
13-WEBSITE
14-NOTIFICATION
15-ENCRYPT
16-CUSTOMDOMAIN
17-OBJECT
18-TAG
19-MULTIPART
20-STORAGE_CLASS
21-CALLBACK
22-DATA_PROCESS
23-BATCH
24-STORAGE_LENS
25-INVENTORY
26-DIRECTORY_BUCKET
32-WORM
常见问题
最佳实践
AIGC-豆包大模型最佳实践
校验数据一致性
- 文档首页
对象存储TOS VectorsSDK 参考Python-Vectors向量PutVectors（TOS Vectors Python SDK）
复制全文
下载 pdfPutVectors（TOS Vectors Python SDK）
文档反馈
问问助手put_vectors 接口用于向指定 collection 写入向量数据，本文介绍如何通过 TOS Vectors Python SDK 的 put_vectors 接口完成批量向量写入。
注意事项
- 您需要根据实际情况，填写示例代码中的地域和访问域名，详细介绍，请参见 地域和访问域名（Endpoint）。
- 为了防止密钥泄露，本文示例代码需要从环境变量中读取 Access Key ID 和 Secret Access Key。因此使用 SDK 前，您需要配置长期访问凭证，详细介绍，请参见 配置长期访问凭证。
- TOS Vectors Python SDK 支持使用临时访问凭证；也支持配置超时机制、重试策略等多种机制，您可以根据业务需求灵活设置，提升应用安全性，详细介绍，请参见 常见配置场景。
- TOS Vectors 底层支持向量 float32 精度，如果传入高于此精度的向量，可能会导致精度损失。
权限说明
主账号默认拥有全部权限，但是 IAM 用户默认没有任何权限。如果您需要使用 IAM 用户执行 put_vectors 操作，主账号需通过 IAM策略和桶策略为该 IAM 用户授予以下权限：tosvectors:PutVectors
代码示例
向量索引中批量插入向量
# 向量索引中批量插入向量
import os
import tos
# 从环境变量获取 AK 和 SK 信息。
ak = os.getenv('TOS_ACCESS_KEY')
sk = os.getenv('TOS_SECRET_KEY')
# your endpoint 和 your region 填写Bucket 所在区域对应的Endpoint。# 以华北2(北京)为例，your endpoint 填写 https://tosvectors-cn-beijing.volces.com，your region 填写 cn-beijing。
endpoint = 'Provide your endpoint'
region = 'Provide your region'
account_id = os.getenv('TOS_ACCOUNT_ID')
vector_bucket_name = 'Provide your bucket name'
try:
# 创建 VectorClient 对象，对向量的操作都通过 VectorClient 实现
client = tos.VectorClient(ak, sk, endpoint, region)
# 准备向量数据 - 创建3个128维的float32向量
vectors = []
for i in range(3):
# 创建向量数据，每个向量128维
vector_data = tos.models2.VectorData(
float32=[float(x) for x in range(128)] # 128维向量数据
)
# 创建向量对象
vector = tos.models2.Vector(
key=f'vector-{i}', # 向量唯一键
data=vector_data # 向量数据
)
vectors.append(vector)
# 指定索引名称
index_name = 'test'
# 批量插入向量到向量索引中
result = client.put_vectors(
vector_bucket_name=vector_bucket_name,
account_id=account_id,
index_name=index_name,
vectors=vectors
)
# 打印操作结果
print('批量插入向量成功')
print('Request ID:', result.request_id)
print('Status Code:', result.status_code)
print('成功插入向量数量:', len(vectors))
except tos.exceptions.TosClientError as e:
# 操作失败，捕获客户端异常，一般情况为非法请求参数或网络异常
print('fail with client error, message:{}, cause: {}'.format(e.message, e.cause))
except tos.exceptions.TosServerError as e:
# 操作失败，捕获服务端异常，可从返回信息中获取详细错误信息
print('fail with server error, code: {}'.format(e.code))
# request id 可定位具体问题，强烈建议日志中保存
print('error with request id: {}'.format(e.request_id))
print('error with message: {}'.format(e.message))
print('error with http code: {}'.format(e.status_code))
print('error with ec: {}'.format(e.ec))
print('error with request url: {}'.format(e.request_url))
except Exception as e:
print('fail with unknown error: {}'.format(e))
向量索引中批量插入带元数据的向量
# 向量索引中批量插入带元数据的向量
import os
import tos
import time
# 从环境变量获取 AK 和 SK 信息。
ak = os.getenv('TOS_ACCESS_KEY')
sk = os.getenv('TOS_SECRET_KEY')
# your endpoint 和 your region 填写Bucket 所在区域对应的Endpoint。# 以华北2(北京)为例，your endpoint 填写 https://tosvectors-cn-beijing.volces.com，your region 填写 cn-beijing。
endpoint = 'Provide your endpoint'
region = 'Provide your region'
account_id = os.getenv('TOS_ACCOUNT_ID')
vector_bucket_name = 'Provide your bucket name'
try:
# 创建 VectorClient 对象，对向量的操作都通过 VectorClient 实现
client = tos.VectorClient(ak, sk, endpoint, region)
# 准备向量数据 - 创建带元数据的向量
vectors = []
categories = ['electronics', 'clothing', 'books', 'sports', 'home']
for i in range(5):
# 创建向量数据，每个向量128维
vector_data = tos.models2.VectorData(
float32=[float(i * 0.1 + x * 0.01) for x in range(128)] # 128维向量数据
)
# 创建带元数据的向量对象
vector = tos.models2.Vector(
key=f'product-vector-{i}', # 向量唯一键
data=vector_data, # 向量数据
metadata={ # 向量元数据
'product_id': f'prod_{i:06d}',
'category': categories[i % len(categories)],
'name': f'Product {i}',
'price': round(10.0 + i * 5.5, 2),
'timestamp': str(int(time.time() * 1000)),
'description': f'This is product {i} in {categories[i % len(categories)]} category'
}
)
vectors.append(vector)
# 指定索引名称
index_name = 'test'
# 批量插入带元数据的向量到向量索引中
result = client.put_vectors(
vector_bucket_name=vector_bucket_name,
account_id=account_id,
index_name=index_name,
vectors=vectors
)
# 打印操作结果
print('批量插入带元数据的向量成功')
print('Request ID:', result.request_id)
print('Status Code:', result.status_code)
print('成功插入向量数量:', len(vectors))
print('\n插入的向量信息:')
for i, vector in enumerate(vectors):
print(f' 向量 {i+1}: key={vector.key}, category={vector.metadata["category"]}, price=${vector.metadata["price"]}')
except tos.exceptions.TosClientError as e:
# 操作失败，捕获客户端异常，一般情况为非法请求参数或网络异常
print('fail with client error, message:{}, cause: {}'.format(e.message, e.cause))
except tos.exceptions.TosServerError as e:
# 操作失败，捕获服务端异常，可从返回信息中获取详细错误信息
print('fail with server error, code: {}'.format(e.code))
# request id 可定位具体问题，强烈建议日志中保存
print('error with request id: {}'.format(e.request_id))
print('error with message: {}'.format(e.message))
print('error with http code: {}'.format(e.status_code))
print('error with ec: {}'.format(e.ec))
print('error with request url: {}'.format(e.request_url))
except Exception as e:
print('fail with unknown error: {}'.format(e))
相关文档
最近更新时间：2026.08.10 17:31:19
这个页面对您有帮助吗？
有用
有用
无用
无用