Cuando importas datos estructurados con la consola de Google Cloud , Gemini Enterprise detecta automáticamente el esquema. Puedes usar este esquema detectado automáticamente en tu motor o usar la API para proporcionar un esquema que indique la estructura de los datos.
Si proporcionas un esquema y, luego, lo actualizas con uno nuevo, este debe ser retrocompatible con el original. De lo contrario, la actualización del esquema falla.
Para obtener información de referencia sobre el esquema, consulta
dataStores.schemas.
Enfoques para proporcionar el esquema de tu almacén de datos
Existen varios enfoques para determinar el esquema de los datos estructurados.
Detecta y edita automáticamente. Permite que Gemini Enterprise detecte y sugiera automáticamente un esquema inicial. Luego, define mejor el esquema a través de la interfaz de la consola. Google recomienda que, después de que se detecten automáticamente tus campos, asignes propiedades clave a todos los campos importantes.
Este es el enfoque que usarás cuando sigas las instrucciones de la consola de Google Cloud para los datos estructurados en Crea un almacén de datos propios.
Proporciona el esquema como un objeto JSON. Proporciona el esquema a Gemini Enterprise como un objeto JSON. Debes haber preparado un objeto JSON correcto. Para ver un ejemplo de un objeto JSON, consulta Ejemplo de esquema como un objeto JSON. Después de crear el esquema, subes tus datos de acuerdo con él.
Este es el enfoque que puedes usar cuando creas un almacén de datos a través de la API con un comando (o programa) curl. Por ejemplo, consulta Importa una vez desde BigQuery. Consulta también las siguientes instrucciones: Proporciona tu propio esquema.
Acerca de la detección y edición automáticas
Cuando comienzas a importar datos, Gemini Enterprise toma muestras de los primeros documentos que se importan. Según estos documentos, propone un esquema para los datos, que luego puedes revisar o editar.
Si los campos que deseas asignar a las propiedades clave no están presentes en los documentos de muestra, puedes agregarlos de forma manual cuando revises el esquema.
Si Gemini Enterprise encuentra campos adicionales más adelante en la importación de datos, los importará y los agregará al esquema. Si quieres editar el esquema después de que se hayan importado todos los datos, consulta Actualiza tu esquema.
Cuando Gemini Enterprise detecta automáticamente un esquema, configura de forma automática los siguientes parámetros de configuración de campo para los campos detectados, siempre que se mantengan dentro de los límites máximos de campos:
| Tipo de campo | Configuración predeterminada para los campos detectados automáticamente |
|---|---|
string |
indexable, retrievable, searchable, dynamicFacetable |
integer, number, boolean |
indexable, retrievable, dynamicFacetable |
Cualquier otro tipo, excepto object (datetime, geolocation, array) |
indexable, retrievable |
object |
Ninguno |
Ejemplo de esquema como un objeto JSON
Puedes definir tu propio esquema con el formato de esquema JSON, que es un lenguaje declarativo de código abierto para definir, anotar y validar documentos JSON. Por ejemplo, esta es una anotación de esquema JSON válida:
{ "$schema": "https://json-schema.org/draft/2020-12/schema", "type": "object", "dynamic": "true", "datetime_detection": true, "geolocation_detection": true, "properties": { "title": { "type": "string", "keyPropertyMapping": "title", "retrievable": true, "completable": true }, "description": { "type": "string", "keyPropertyMapping": "description" }, "categories": { "type": "array", "items": { "type": "string", "keyPropertyMapping": "category" } }, "uri": { "type": "string", "keyPropertyMapping": "uri" }, "brand": { "type": "string", "indexable": true, "dynamicFacetable": true }, "location": { "type": "geolocation", "indexable": true, "retrievable": true }, "creationDate": { "type": "datetime", "indexable": true, "retrievable": true }, "isCurrent": { "type": "boolean", "indexable": true, "retrievable": true } } }
Configuración de esquema de nivel superior
Los siguientes campos de nivel superior en el esquema JSON controlan cómo Gemini Enterprise detecta y agrega campos cuando se importan documentos:
dynamic. Sidynamicse establece en el valor de cadena"true", cualquier propiedad nueva que se encuentre en los datos importados se agrega al esquema. Sidynamicse establece en"false", se ignoran las propiedades nuevas que se encuentran en los datos importados; las propiedades no se agregan al esquema ni se importan los valores.Por ejemplo, un esquema tiene dos propiedades:
titleydescription, y subes datos que contienen propiedades paratitle,descriptionyrating. Sidynamices"true", se importan la propiedad y los datos de las calificaciones. Sidynamices"false", no se importan las propiedadesrating, aunque sí se importantitleydescription.El valor predeterminado es
"true".datetime_detection. Sidatetime_detectionse establece en el valor booleanotrue, cuando se importan datos en formato de fecha y hora, el tipo de esquema se establece endatetime. Los formatos admitidos son RFC 3339 e ISO 8601.Por ejemplo:
2024-08-05 08:30:00 UTC2024-08-05T08:30:00Z2024-08-05T01:30:00-07:002024-08-052024-08-05T08:30:00+00:00
Si
datetime_detectionse establece en el valor booleanofalse, cuando se importan datos en formato de fecha y hora, el tipo de esquema se establece enstring.El valor predeterminado es
true.geolocation_detection. Sigeolocation_detectionse establece en el valor booleanotrue, cuando se importan datos en formato de ubicación geográfica, el tipo de esquema se establece engeolocation. Los datos se detectan como ubicación geográfica si son un objeto que contiene un número de latitud y un número de longitud, o un objeto que contiene una cadena de dirección.Por ejemplo:
"myLocation": {"latitude":37.42, "longitude":-122.08}"myLocation": {"address": "1600 Amphitheatre Pkwy, Mountain View, CA 94043"}
Si
geolocation_detectionse establece en el valor booleanofalse, cuando se importan datos en formato de ubicación geográfica, el tipo de esquema se establece enobject.El valor predeterminado es
true.
Configuración de campos a nivel de la propiedad
Cada campo dentro del objeto properties admite las siguientes anotaciones para
definir su tipo de datos, la asignación de propiedades de clave y el comportamiento de búsqueda:
keyPropertyMapping: Es un campo que asigna palabras clave predefinidas a campos críticos en tus documentos, lo que ayuda a aclarar su significado semántico. Los valores incluyentitle,description,uriycategory. Ten en cuenta que el nombre del campo no necesita coincidir con el valor dekeyPropertyValues. Por ejemplo, para un campo que llamastemy_title, puedes incluir un campokeyPropertyValuescon un valor detitle.Los campos con una anotación
keyPropertyMappingusan parámetros de configuración predefinidos deindexableysearchabledeterminados por la propiedad de clave, y no sonretrievable,completablenidynamicFacetablede forma predeterminada. Debido a queindexableysearchableestán predefinidos, no debes incluir anotaciones"indexable"o"searchable"explícitas en el mismo campo de tu esquema JSON, incluso con un valor defalse. De lo contrario, la solicitud falla con un errorINVALID_ARGUMENT:Key property FIELD_NAME should not contain searchable or indexable annotation.. De todas formas, puedes incluir"retrievable": truepara que el campo asignado se devuelva en los resultados de la búsqueda.type: Es el tipo de campo. Este es un valor de cadena que esdatetime,geolocationo uno de los tipos primitivos (integer,boolean,object,array,numberostring).retrievable. Indica si este campo se puede devolver en una respuesta de búsqueda. Esto se puede configurar para los campos de tiponumber,string,boolean,integer,datetimeygeolocation. Se puede establecer un máximo de 50 campos como recuperables. Cuando proporcionas o actualizas de forma explícita un esquema JSON, los campos definidos por el usuario y los camposkeyPropertyMappingse establecen de forma predeterminada enfalsepararetrievable, a menos que configures de forma explícita"retrievable": trueen la definición del esquema.indexable. Indica si este campo se puede filtrar, clasificar, potenciar o ordenar en el métodoservingConfigs.search. Esto se puede configurar para los campos de tiponumber,string,boolean,integer,datetimeygeolocation. Se puede establecer un máximo de 50 campos como indexables. Cuando proporcionas o actualizas un esquema JSON de forma explícita, los campos definidos por el usuario se establecen de forma predeterminada enfalseparaindexable(excepto los campos que contienenkeyPropertyMapping), a menos que establezcas"indexable": truede forma explícita en la definición del esquema.dynamicFacetable: Indica que el campo se puede usar como una faceta dinámica. Esto se puede configurar para los campos de tiponumber,string,booleanyinteger. Para que un campo sea dinámicamente clasificable, también debe ser indexable: incluye"dynamicFacetable": truey"indexable": truecon el campo.searchable. Indica si este campo se puede indexar de forma inversa para coincidir con consultas de texto no estructurado. Esto solo se puede configurar para campos de tipostring. Se puede establecer un máximo de 50 campos como aptos para búsquedas. Cuando proporcionas o actualizas un esquema JSON de forma explícita, los campos definidos por el usuario se establecen de forma predeterminada enfalseparasearchable(excepto los campos que contienenkeyPropertyMapping), a menos que configures"searchable": truede forma explícita en la definición del esquema.completable: Indica si este campo se puede devolver como una sugerencia de autocompletar. Esto solo se puede establecer para los campos de tipostring. Para que un campo se pueda completar, incluye"completable": truecon el campo.
Proporciona tu propio esquema como un objeto JSON
Para proporcionar tu propio esquema, crea un almacén de datos que contenga un esquema vacío y, luego, actualiza el esquema y proporciona tu esquema como un objeto JSON. Lleva a cabo los pasos siguientes:
Prepara el esquema como un objeto JSON con el Esquema de ejemplo como un objeto JSON como guía.
Crea un almacén de datos.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DATA_STORE_DISPLAY_NAME", "industryVertical": "INDUSTRY_VERTICAL" }'Reemplaza lo siguiente:
PROJECT_ID: el ID de tu proyecto.DATA_STORE_ID: Es el ID del almacén de datos que deseas crear. Este ID solo puede contener letras minúsculas, dígitos, guiones bajos y guiones.DATA_STORE_DISPLAY_NAME: Es el nombre visible del almacén de datos que deseas crear.INDUSTRY_VERTICAL:GENERIC
Usa el método de la API schemas.patch para proporcionar tu esquema JSON nuevo como un objeto JSON.
curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/schemas/default_schema" \ -d '{ "structSchema": JSON_SCHEMA_OBJECT }'Reemplaza lo siguiente:
PROJECT_ID: el ID de tu proyecto.DATA_STORE_ID: Es el ID del almacén de datos.JSON_SCHEMA_OBJECT: Es tu esquema JSON nuevo como un objeto JSON. Por ejemplo:{ "$schema": "https://json-schema.org/draft/2020-12/schema", "type": "object", "properties": { "title": { "type": "string", "keyPropertyMapping": "title" }, "categories": { "type": "array", "items": { "type": "string", "keyPropertyMapping": "category" } }, "uri": { "type": "string", "keyPropertyMapping": "uri" } } }
Opcional: Revisa el esquema siguiendo el procedimiento Visualiza una definición de esquema.