检查来自给定 URL 的任何文档是否已存在于存储中。
模块 cache_checker
CacheChecker
根据每个文档元数据中指定的字段，检查文档是否存在于 Document Store 中。
如果找到匹配的文档，它们将作为“命中”返回。如果未在缓存中找到，这些项目将作为“未命中”返回。
使用示例
from haystack import Document
from haystack.document_stores.in_memory import InMemoryDocumentStore
from haystack.components.caching.cache_checker import CacheChecker
docstore = InMemoryDocumentStore()
documents = [
Document(content="doc1", meta={"url": "https://example.com/1"}),
Document(content="doc2", meta={"url": "https://example.com/2"}),
Document(content="doc3", meta={"url": "https://example.com/1"}),
Document(content="doc4", meta={"url": "https://example.com/2"}),
]
docstore.write_documents(documents)
checker = CacheChecker(docstore, cache_field="url")
results = checker.run(items=["https://example.com/1", "https://example.com/5"])
assert results == {"hits": [documents[0], documents[2]], "misses": ["https://example.com/5"]}
CacheChecker.__init__
def __init__(document_store: DocumentStore, cache_field: str)
创建 CacheChecker 组件。
参数:
document_store：用于检查特定文档是否存在的 Document Store。cache_field：用于检查缓存命中情况的文档元数据字段名称。
CacheChecker.to_dict
def to_dict() -> dict[str, Any]
将组件序列化为字典。
返回值:
包含序列化数据的字典。
CacheChecker.from_dict
@classmethod
def from_dict(cls, data: dict[str, Any]) -> "CacheChecker"
从字典反序列化组件。
参数:
data: 要反序列化的字典。
返回值:
反序列化后的组件。
CacheChecker.run
@component.output_types(hits=list[Document], misses=list)
def run(items: list[Any])
检查与指定的缓存字段相关的任何文档是否已存在于存储中。
参数:
items：要与缓存字段进行比较的值。
返回值:
一个包含两个键的字典
hits- 与至少一个项目匹配的文档。misses- 任何文档中都不存在的项目。