属性数据类型

在创建属性时，您必须指定一个数据类型。Weaviate 接受以下类型。

可用数据类型

数组类型

通过在类型后添加 [] 来指定数据类型的数组（例如 text ➡ text[]）。请注意，并非所有数据类型都支持数组。

名称	精确类型	格式化	数组 ([]) 可用 (示例)	注意
文本	字符串	字符串	✅ ["字符串一", "字符串二"]
布尔值	布尔值	true/false	✅ [true, false]
整数	int64 (请参阅 说明)	123	✅ [123, -456]
数字	float64	0.0	✅ [0.0, 1.1]
日期	字符串	更多信息	✅
UUID	字符串	"c8f8176c-6f9b-5461-8ab3-f3c7ce8c2f5c"	✅ ["c8f8176c-6f9b-5461-8ab3-f3c7ce8c2f5c", "36ddd591-2dee-4e7e-a3cc-eb86d30a4303"]
地理坐标	字符串	更多信息	❌
电话号码	字符串	更多信息	❌
二进制大对象	base64 编码字符串	更多信息	❌
对象	对象	{"child": "我嵌套了！"}	✅ [{"child": "我嵌套了！"}, {"child": "我也是嵌套的！"}]	从 1.22 开始可用
交叉引用	字符串	更多信息	❌

已弃用的类型

名称	精确类型	格式化	数组可用 (示例)	从以下版本弃用
字符串	字符串	"string"	✅ ["字符串", "第二个字符串"]	v1.19

有关每种数据类型的更多详细信息，请参见下文。

text

将此类型用于任何文本数据。

• 除非另有说明 在属性设置中，否则具有 text 类型的属性用于向量化和关键字搜索。
• 如果使用 命名向量，则属性向量化在 命名向量定义中定义。
• 文本属性在为关键字/BM25 搜索建立索引之前会被标记化。有关更多信息，请参见 集合定义：标记化。

string 已弃用

在 v1.19 之前，Weaviate 支持额外的 datatype string，它通过标记化行为与 text 区分开来。从 v1.19 开始，此类型已被弃用，并且将在未来的版本中删除。

使用 text 代替 string。text 支持通过 string 可用的标记化选项。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType, Configure, Tokenization

# Create collection
my_collection = client.collections.create(
    name="Movie",
    properties=[
        Property(
            name="title", data_type=DataType.TEXT, tokenization=Tokenization.LOWERCASE
        ),
        Property(
            name="movie_id", data_type=DataType.TEXT, tokenization=Tokenization.FIELD
        ),
        Property(
            name="genres", data_type=DataType.TEXT_ARRAY, tokenization=Tokenization.WORD
        ),
    ],
    # Other properties are omitted for brevity
)

import { vectors, dataType, tokenization } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'Movie',
  properties: [
    {
      name: 'title',
      dataType: dataType.TEXT,
      tokenization: tokenization.LOWERCASE,
    },
    {
      name: 'movie_id',
      dataType: dataType.TEXT,
      tokenization: tokenization.FIELD,
    },
    {
      name: 'genres',
      dataType: dataType.TEXT_ARRAY,
      tokenization: tokenization.WORD,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "title": "Rogue One",
    "movie_id": "ro123456",
    "genres": ["Action", "Adventure", "Sci-Fi"],
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  title: 'Rogue One',
  movie_id: 'ro123456',
  genres: ['Action', 'Adventure', 'Sci-Fi'],
}

const obj_uuid = await myCollection.data.insert(exampleObject);

boolean / int / number

boolean、int 和 number 类型用于存储布尔值、整数和浮点数，分别。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType

# Create collection
my_collection = client.collections.create(
    name="Product",
    properties=[
        Property(name="name", data_type=DataType.TEXT),
        Property(name="price", data_type=DataType.NUMBER),
        Property(name="stock_quantity", data_type=DataType.INT),
        Property(name="is_on_sale", data_type=DataType.BOOL),
        Property(name="customer_ratings", data_type=DataType.NUMBER_ARRAY),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'Product',
  properties: [
    {
      name: 'name',
      dataType: dataType.TEXT,
    },
    {
      name: 'price',
      dataType: dataType.NUMBER,
    },
    {
      name: 'stock_quantity',
      dataType: dataType.INT,
    },
    {
      name: 'is_on_sale',
      dataType: dataType.BOOLEAN,
    },
    {
      name: 'customer_ratings',
      dataType: dataType.NUMBER_ARRAY,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "name": "Wireless Headphones",
    "price": 95.50,
    "stock_quantity": 100,
    "is_on_sale": True,
    "customer_ratings": [4.5, 4.8, 4.2],
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  name: 'Wireless Headphones',
  price: 95.5,
  stock_quantity: 100,
  is_on_sale: true,
  customer_ratings: [4.5, 4.8, 4.2],
};

const obj_uuid = await myCollection.data.insert(exampleObject);

注意：GraphQL 和 int64

虽然 Weaviate 支持 int64，但 GraphQL 当前仅支持 int32，并且不支持 int64。这意味着当前，使用 GraphQL 查询将不会返回 Weaviate 中具有大于 int32 的整数值的整数数据字段。我们正在努力解决此 问题。当前解决方法是使用 string 代替。

date

Weaviate 中的 date 由 RFC 3339 时间戳表示，格式为 date-time。时间戳包括时间和偏移量。

例如

• "1985-04-12T23:20:50.52Z"
• "1996-12-19T16:39:57-08:00"
• "1937-01-01T12:00:27.87+00:20"

要添加一个日期列表作为单个实体，请使用格式为 date-time 的字符串数组。例如：["1985-04-12T23:20:50.52Z", "1937-01-01T12:00:27.87+00:20"]

在特定的客户端库中，您可能可以使用以下示例中显示的本机日期对象。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType
from datetime import datetime, timezone

# Create collection
my_collection = client.collections.create(
    name="ConcertTour",
    properties=[
        Property(name="artist", data_type=DataType.TEXT),
        Property(name="tour_name", data_type=DataType.TEXT),
        Property(name="tour_start", data_type=DataType.DATE),
        Property(name="tour_dates", data_type=DataType.DATE_ARRAY),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'ConcertTour',
  properties: [
    {
      name: 'artist',
      dataType: dataType.TEXT,
    },
    {
      name: 'tour_name',
      dataType: dataType.TEXT,
    },
    {
      name: 'tour_start',
      dataType: dataType.DATE,
    },
    {
      name: 'tour_dates',
      dataType: dataType.DATE_ARRAY,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
# In Python, you can use the RFC 3339 format or a datetime object (preferably with a timezone)
example_object = {
    "artist": "Taylor Swift",
    "tour_name": "Eras Tour",
    "tour_start": datetime(2023, 3, 17).replace(tzinfo=timezone.utc),
    "tour_dates": [
        # Use `datetime` objects with a timezone
        datetime(2023, 3, 17).replace(tzinfo=timezone.utc),
        datetime(2023, 3, 18).replace(tzinfo=timezone.utc),
        # .. more dates
        # Or use RFC 3339 format
        "2024-12-07T00:00:00Z",
        "2024-12-08T00:00:00Z",
    ],
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  name: 'Taylor Swift',
  tour_name: 'Eras Tour',
  tour_start: new Date(2023, 3, 17),
  // Use JavaScript Date object
  tour_dates: [
    new Date(2023, 3, 17),
    new Date(2023, 3, 18),
    // .. more dates
    new Date(2024, 12, 6),
    new Date(2024, 12, 7),
  ],
  // // Or, use RFC3339 string
  // tour_dates: [
  //   '2023-03-17T00:00:00Z',
  //   '2023-03-18T00:00:00Z',
  //   // .. more dates
  //   '2024-12-07T00:00:00Z',
  //   '2024-12-08T00:00:00Z',
  // ]
};

const obj_uuid = await myCollection.data.insert(exampleObject);

uuid

专用的 uuid 和 uuid[] 数据类型可以有效地存储 UUID。

• 每个 uuid 都是 128 位（16 字节）数字。
• 可过滤索引使用 roaring 位图。

聚合/排序目前不可用

目前无法通过 uuid 或 uuid[] 类型进行聚合或排序。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType
from weaviate.util import generate_uuid5

# Create collection
my_collection = client.collections.create(
    name="Movie",
    properties=[
        Property(name="title", data_type=DataType.TEXT),
        Property(name="movie_uuid", data_type=DataType.UUID),
        Property(name="related_movie_uuids", data_type=DataType.UUID_ARRAY),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';
import { generateUuid5 } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'Movie',
  properties: [
    {
      name: 'title',
      dataType: dataType.TEXT,
    },
    {
      name: 'movie_uuid',
      dataType: dataType.UUID,
    },
    {
      name: 'related_movie_uuids',
      dataType: dataType.UUID_ARRAY,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "title": "The Matrix",
    "movie_uuid": generate_uuid5("The Matrix"),
    "related_movie_uuids": [
        generate_uuid5("The Matrix Reloaded"),
        generate_uuid5("The Matrix Revolutions"),
        generate_uuid5("Matrix Resurrections"),
    ],
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  title: 'The Matrix',
  movie_uuid: generateUuid5('The Matrix'),
  related_movie_uuids: [
    generateUuid5('The Matrix Reloaded'),
    generateUuid5('The Matrix Revolutions'),
    generateUuid5('The Matrix Resurrections'),
  ],
};

const obj_uuid = await myCollection.data.insert(exampleObject);

geoCoordinates

地理坐标可用于查找查询位置周围半径内的对象。地理坐标值存储为浮点数，并根据 十进制度 处理，符合 ISO 标准。

要提供 geoCoordinates 属性，请将 latitude 和 longitude 指定为浮点十进制度。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType
from weaviate.classes.data import GeoCoordinate

# Create collection
my_collection = client.collections.create(
    name="City",
    properties=[
        Property(name="name", data_type=DataType.TEXT),
        Property(name="location", data_type=DataType.GEO_COORDINATES),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'City',
  properties: [
    {
      name: 'name',
      dataType: dataType.TEXT,
    },
    {
      name: 'location',
      dataType: dataType.GEO_COORDINATES,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "name": "Sydney",
    "location": GeoCoordinate(latitude=-33.8688, longitude=151.2093),
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  name: 'Sydney',
  location: {
    latitude: -33.8688,
    longitude: 151.2093
  },
};

const obj_uuid = await myCollection.data.insert(exampleObject);

限制

当前，地理坐标过滤仅限于从源位置的最近 800 个结果，这些结果将进一步减少任何其他过滤器条件和搜索参数。

如果您计划使用密集数据集，请考虑使用另一种策略，例如将地理哈希转换为 text 数据类型，并进一步过滤，例如使用 ContainsAny 过滤器。

phoneNumber

与 number 和 string 字段不同，phoneNumber 输入将被标准化和验证。数据字段是一个包含多个字段的对象。

{
  "phoneNumber": {
    "input": "020 1234567",                       // Required. Raw input in string format
    "defaultCountry": "nl",                       // Required if only a national number is provided, ISO 3166-1 alpha-2 country code. Only set if explicitly set by the user.
    "internationalFormatted": "+31 20 1234567",   // Read-only string
    "countryCode": 31,                            // Read-only unsigned integer, numerical country code
    "national": 201234567,                        // Read-only unsigned integer, numerical representation of the national number
    "nationalFormatted": "020 1234567",           // Read-only string
    "valid": true                                 // Read-only boolean. Whether the parser recognized the phone number as valid
  }
}

有两个字段可以接受输入。input 必须始终设置，而 defaultCountry 仅在特定情况下才需要设置。存在两种可能的情况

• 当您在 input 字段中输入国际号码（例如 "+31 20 1234567"）时，无需输入 defaultCountry。底层的解析器将自动识别号码的国家/地区。
• 当您输入国内号码（例如 "020 1234567"）时，您需要在 defaultCountry 中指定国家/地区（在本例中为 "nl"），以便解析器能够正确地将号码转换为所有格式。defaultCountry 中的字符串应为 ISO 3166-1 alpha-2 国家/地区代码。

读取 phoneNumber 类型的字段时，Weaviate 还会添加其他只读字段，例如 internationalFormatted、countryCode、national、nationalFormatted 和 valid。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType
from weaviate.classes.data import PhoneNumber

# Create collection
my_collection = client.collections.create(
    name="Person",
    properties=[
        Property(name="name", data_type=DataType.TEXT),
        Property(name="phone", data_type=DataType.PHONE_NUMBER),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'Person',
  properties: [
    {
      name: 'name',
      dataType: dataType.TEXT,
    },
    {
      name: 'phone',
      dataType: dataType.PHONE_NUMBER,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "name": "Ray Stantz",
    "phone": PhoneNumber(number="212 555 2368", default_country="us"),
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  name: 'Ray Stantz',
  phone: {
    number: '212 555 2368',
    defaultCountry: 'us'
  }
};

const obj_uuid = await myCollection.data.insert(exampleObject);

blob

blob 数据类型接受任何二进制数据。数据应为 base64 编码，并作为 string 传递。特性

• Weaviate 不会对编码数据的类型做出任何假设。一个模块（例如 img2vec）可以根据需要检查文件头，但 Weaviate 本身不执行此操作。
• 在存储时，数据将被 base64 解码（以便 Weaviate 更有效地存储它）。
• 在提供服务时，数据将被 base64 编码（以便可以安全地作为 json 提供服务）。
• 没有最大文件大小限制。
• 无论设置如何，此 blob 字段始终在倒排索引中被跳过。这意味着您无法在 Weaviate GraphQL where 过滤器中按此 blob 字段进行搜索，并且没有相应的 valueBlob 字段。根据模块，此字段可用于模块特定的过滤器（例如 img2vec-neural 过滤器中的 nearImage）。

要获取图像的 base64 编码值，您可以运行以下命令 - 或使用 Weaviate 客户端中的辅助方法来执行此操作

cat my_image.png | base64

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType

# Create collection
my_collection = client.collections.create(
    name="Poster",
    properties=[
        Property(name="title", data_type=DataType.TEXT),
        Property(name="image", data_type=DataType.BLOB),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'Poster',
  properties: [
    {
      name: 'title',
      dataType: dataType.TEXT,
    },
    {
      name: 'image',
      dataType: dataType.BLOB,
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "title": "The Matrix",
    "image": blob_string
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  title: 'The Matrix',
  image: blob_string
};

const obj_uuid = await myCollection.data.insert(exampleObject);

object

在 v1.22 中添加

object 类型允许您将嵌套数据存储为 JSON 对象，该对象可以嵌套到任意深度。

例如，一个 Person 集合可以有一个 address 属性作为对象。它反过来可以包含嵌套属性，例如 street 和 city

限制

目前，object 和 object[] 数据类型属性未被索引和矢量化。

未来的计划包括索引嵌套属性的能力，例如允许对嵌套属性进行过滤和矢量化选项。

示例

属性定义

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

from weaviate.classes.config import Property, DataType

# Create collection
my_collection = client.collections.create(
    name="Person",
    properties=[
        Property(name="name", data_type=DataType.TEXT),
        Property(
            name="home_address",
            data_type=DataType.OBJECT,
            nested_properties=[
                Property(
                    name="street",
                    data_type=DataType.OBJECT,
                    nested_properties=[
                        Property(name="number", data_type=DataType.INT),
                        Property(name="name", data_type=DataType.TEXT),
                    ],
                ),
                Property(name="city", data_type=DataType.TEXT),
            ],
        ),
        Property(
            name="office_addresses",
            data_type=DataType.OBJECT_ARRAY,
            nested_properties=[
                Property(name="office_name", data_type=DataType.TEXT),
                Property(
                    name="street",
                    data_type=DataType.OBJECT,
                    nested_properties=[
                        Property(name="name", data_type=DataType.TEXT),
                        Property(name="number", data_type=DataType.INT),
                    ],
                ),
            ],
        ),
    ],
    # Other properties are omitted for brevity
)

import { dataType } from 'weaviate-client';

// Create collection
const myCollection = await client.collections.create({
  name: 'Person',
  properties: [
    {
      name: 'name',
      dataType: dataType.TEXT,
    },
    {
      name: 'home_address',
      dataType: dataType.OBJECT,
      nestedProperties: [
        {
          name: 'street',
          dataType: dataType.OBJECT,
          nestedProperties: [
            {
              name: 'number',
              dataType: dataType.INT,
            },
            {
              name: 'name',
              dataType: dataType.TEXT,
            },
          ],
        },
        {
          name: 'city',
          dataType: dataType.TEXT,
        },
      ],
    },
    {
      name: 'office_addresses',
      dataType: dataType.OBJECT_ARRAY,
      nestedProperties: [
        {
          name: 'office_name',
          dataType: dataType.TEXT,
        },
        {
          name: 'street',
          dataType: dataType.OBJECT,
          nestedProperties: [
            {
              name: 'number',
              dataType: dataType.INT,
            },
            {
              name: 'name',
              dataType: dataType.TEXT,
            },
          ],
        },
      ],
    },
  ],
  // Other properties are omitted for brevity
});

对象插入

PythonJavaScript/TypeScript

  API 文档

更多信息文档中的代码片段反映了最新的客户端库和 Weaviate 数据库版本。请查看 发行说明 以获取特定版本。

如果某个片段无法工作或您有任何反馈，请打开一个 GitHub issue。

# Create an object
example_object = {
    "name": "John Smith",
    "home_address": {
        "street": {
            "number": 123,
            "name": "Main Street",
        },
        "city": "London",
    },
    "office_addresses": [
        {
            "office_name": "London HQ",
            "street": {"number": 456, "name": "Oxford Street"},
        },
        {
            "office_name": "Manchester Branch",
            "street": {"number": 789, "name": "Piccadilly Gardens"},
        },
    ],
}

obj_uuid = my_collection.data.insert(example_object)

const exampleObject = {
  name: 'John Smith',
  home_address: {
    street: {
      number: 123,
      name: 'Main Street',
    },
    city: 'London',
  },
  office_addresses: [
    {
      office_name: 'London HQ',
      street: { number: 456, name: 'Oxford Street' },
    },
    {
      office_name: 'Manchester Branch',
      street: { number: 789, name: 'Piccadilly Gardens' },
    },
  ],
};

const obj_uuid = await myCollection.data.insert(exampleObject);

cross-reference

交叉引用和查询性能

涉及交叉引用的查询可能比不涉及交叉引用的查询慢，尤其是在大规模情况下，例如对于多个对象或复杂查询。

首先，我们强烈建议您考虑是否可以避免在数据模式中使用交叉引用。作为可扩展的 AI 数据库，Weaviate 擅长使用向量、关键词和混合搜索进行复杂查询，包括过滤器。您可以通过重新思考数据模式来避免交叉引用，从而受益匪浅。

例如，与其创建带有交叉引用的单独的“作者”和“书籍”集合，不如考虑将作者信息直接嵌入到书籍对象中，并使用搜索和过滤器按作者特征查找书籍。

cross-reference 类型允许从一个对象创建到另一个对象的链接。这对于创建集合之间的关系很有用，例如将 Person 集合链接到 Company 集合。

cross-reference 类型对象默认情况下是 arrays。这允许您链接到给定集合的任意数量的实例（包括零）。

有关交叉引用的更多信息，请参阅 交叉引用。有关如何使用交叉引用的信息，请参阅 如何管理数据：交叉引用。

注意事项

有效载荷中的格式

在原始有效载荷中（例如，REST 的 JSON 有效载荷），数据类型指定为数组（例如 ["text"] 或 ["text[]"]），因为这对于某些交叉引用规范是必需的。

更多资源

• 操作指南：管理集合
• 概念：数据结构
• 参考：REST API：Schema

问题和反馈

如果您有任何问题或反馈，请在 用户论坛 中告诉我们。

技术问题

如果您有任何问题，请在我们的 社区论坛 上发帖。

文档反馈

通过打开 GitHub issue 提供反馈。