CollectionView 相对于 Collection，也是一组具有相似属性的文档集合，相当于关系型数据库中的表。只是 CollectionView 是针对 AI 类数据库文档组的集合视图，由多个 DocumentSet 组成。每个 DocumentSet 存储一组数据，对应一个文件。多个 DocumentSet 构成一个CollectionView。
管理集合视图
腾讯云向量数据库（Tencent Cloud VectorDB）提供了一组 API 接口，用于创建、删除和查看数据库中的集合，方便管理数据库的集合。如下表所示。
API | 功能 | Python SDK | 详细说明 |
创建集合视图 | 创建集合视图时，需要配置如下文件预处理的关键信息。 Embedding：配置文件 Embedding 的参数，包括文件语言类型、是否开启词（Words）向量精排等。 Split：配置文件拆分时是否将 Title 或 Keywords 追加在切分后的段落一并向量化。 Index：仅可对文件的 Metadata 信息设置标量字段，并指定为 Filter 索引，以方便在检索时，可以使用 Filter 表达式查找文件。 说明： Metadata 信息指上传文件时所携带的文件元数据信息，可以包括文件的名称、作者、创建日期、文件类型等信息。所有元数据被自动解析为标量字段，以 Key-Value 格式存储。 | ||
删除集合视图 | 删除操作将清除集合视图下所有 DocumentSet，支持使用指定的 Filter 表达式过滤需删除的文件。 | ||
展示指定AI Database 下的所有集合视图列表 | 展示数据库下所有的集合视图，每一个集合视图信息包括：Embedding 配置、索引、标量字段、别名、状态等。 | ||
返回指定集合的详细信息 | 展示指定集合视图的详细信息。 | ||
清空集合视图数据 | 清空 CollectionView 中所有的数据与索引，仅保留 CollectionView 配置信息，例如索引类型及参数等设置，减少用户的操作成本。 |
副本和分片
创建 CollectionView 无需指定实例副本与分片，系统根据文件内容的大小自动调整分配资源。
动态 Schema
腾讯云向量数据库（Tencent Cloud VectorDB）支持在创建 CollectionView 时灵活扩展文件 Meta 信息的标量字段，同时支持更新或增标量字段。这意味着用户无需预先定义所有的字段，可以根据需要在插入数据时自动识别并调整模式。这种设计使得 VectorDB 更加灵活和易于使用，同时也避免了预定义所有字段带来的限制。具体规则如下：
使用 /ai/collectionView/create 接口创建 CollectionView 时，仅需指定需设置为 Filter 索引的标量字段（文件 Meta 信息）。
使用 /ai/documentSet/update 接口更新数据时，支持更新已存在的标量字段（文件 Meta 信息）的数据，支持新增标量字段，无法修改文件内容。
Index
腾讯云向量数据库具备 Schemaless 特性。即不需要预先定义模式，便可以将任意数量和类型的字段添加到 DocumentSet 中。使用时，仅需关注需要构建索引的字段。索引的具体信息，请参见 Index。
