一个 Collection 中可以包含多个 Document。每个 Document 由多个字段（Field）组 Field 成，每个 Field 以键值对（key：value）的形式存储。
管理 Document
腾讯云向量数据库（Tencent Cloud VectorDB）提供了一组 API 接口，用于插入、检索、更新、删除集合中的文档，方便管理集合中的文档。如下表所示。
操作 | 功能 | SDK | 详细说明 |
插入文档 | Python：upsert() Java：upsert() | 支持在插入数据时动态修改字段 支持写入原始文本 支持写入向量数据 支持批量插入文档 注意： 若执行 upsert 操作时，指定 Document ID 对应的文档已存在，会先删除原文档，随后插入新数据。 最大支持插入 1000 条数据。 | |
查询文档数据 | Python：query() Java：query() | 支持根据 Document ID 查询单条文档 支持根据 Document ID 并结合标量字段的 Filter 表达式查询一条或多条文档 支持指定查询起始位置与返回数量模糊查询多条文档 | |
根据指定 id 字段或 vector 进行相似度检索 | Python：search()、searchById()、searchByText() | 返回与指定 Document ID最相近的 Top K 条文档， 返回与指定 Vector 最相近的 Top K 条文档 返回与指定文本最相似的 Top K 条文档 支持批量检索，即输入多个 ID 或多个 Vector 数据批量检索，返回每一个 ID 或每一个 Vector 最相近的 Top K 条文档 | |
删除文档 | Python：delete() Java：delete() | 支持根据指定 Document ID 删除单条文档 支持结合标量字段的 Filter 表达式一起过滤需删除的文档 支持批量删除文档 | |
更新文档 | Python：update() Java：update() | 支持根据 Document ID 与 标量字段的 Filter 表达式过滤需更新的数据 支持更新旧字段的值 支持新增字段 |
数据结构
腾讯云向量数据库（Tencent Cloud VectorDB） 支持 vector、string、uint64、double 四种数据结构。
数据结构 | 说明 |
vector | 向量字段的数据类型，每个向量维度的数据结构为 float32。 |
string | 字符串，主键 ID 与标量字段支持的数据类型之一。 |
uint64 | 整型数值，用于存储整数数值，包含正整数、负整数和零。 |
double | 双精度浮点型数值，用于存储浮点值。 |
array | 数组类型，用于存储一组相同类型的数据元素。当前，数组元素仅支持 string 类型。 |
说明：
主键 ID 字段仅支持 string。
标量字段（包含可创建索引的标量字段）支持 string、uint64、array。
