Jina 轻松学 —— 三个基本元素

最新推荐文章于 2026-06-17 16:30:20 发布

原创最新推荐文章于 2026-06-17 16:30:20 发布 · 1.1k 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python #java #机器学习 #大数据 #django

本文介绍了Jina中的三个核心元素：Document作为基本数据类型，Executor作为处理单元，Flow用于组合Executor构建搜索框架。Document支持文本、图片等多种类型，具有层次关系属性；Executor能实现数据预处理、向量化等功能，兼容多种机器学习框架；Flow允许组合Executor并在本地或云端作为服务运行。了解这些基础知识后，可以灵活构建Jina服务。

“ Document、Executor、Flow是Jina中的三个基本元素”

📄 Document —— Jina中的基本数据类型

⚙️ Executor —— Jina处理Document的基本单元

🔀 Flow —— 将Executor组合后得到的Jina搜索框架

本期教程将带来关于Document、Executor、Flow的简单使用介绍，让你快速熟悉Jina的工作原理!

Document 和 DocumentArray

⭐️ Document是Jina中的基本数据类型，可以是文字、图片、视频、音频、图像或3D mesh文件。

⭐️ DocumentArray由 Document的序列组成，也是Executor的直接处理对象，即Executor的输入和输出。

⭐️ Document相当于Jina中的np.float，而DocumentArray相当于Jina中的np.ndarray 。

Document

Document的创建

from jina import Document

d = Document()

Document的文本属性

一个Document 只可以拥有一种类型的文本属性。非常方便的是，当使用Document.content构造文本属性时，输入内容将自动归类为text,buffer,blob或uri中的一种。Document还有元数据、层次关系、相关性等其他类别的属性。

Document的层次关系属性

可以为每个Document添加chunks和matches构成相应的层次关系，以便后续Executor在处理DocumentArray时进行纵向递归和横向递归。使用Document.plot( )画出层次关系图:

DocumentArray

DocumentArray由 Document的序列组成，可以像Python list一样对DocumentArray进行构造、切片、排序、删除、遍历等操作。

DocumentArray的创建

from jina import DocumentArray, Document
# from list
da1 = DocumentArray([Document(), Document()])
# from generator
da2 = DocumentArray((Document() for _ in range(10)))
# from another `DocumentArray`
da3 = DocumentArray(da2)

DocumentArray的元素遍历

根据DocumentArray中不同Document的层次关系，使用DocumentArray.traverse可以遍历自定义的层次路径，并返回与所提供的遍历路径匹配的DocumentArrays。

DocumentArray的元素匹配

DocumentArray.match可以在两个DocumentArray对象之间找到最接近的Document(要求每个Document有相同长度的embedding)

Executor

Executor是Jina中处理Document的基本单元,可以实现非常丰富多样的功能，包括数据预处理、多模态数据向量化、数据索引……并且支持Tensorflow, Pytorch, Pytorch Lightning, Fastai, Mindspore, PaddlePaddle, Scikit-learn等多种机器学习框架。

Executor的创建

Python代码

from jina import Executor, Flow, Document, requests

class MyExecutor(Executor):

    @requests
    def foo(self, **kwargs):
        print(kwargs)

f = Flow().add(uses=MyExecutor)

with f:
    f.post(on='/random_work', inputs=Document(), on_done=print)

Yaml文件+Python代码
创建my.yml

jtype: MyExecutor
metas:
  py_modules:
    - foo.py
  name: awesomeness
  description: my first awesome executor
requests:
  /random_work: foo

使用Yaml创建Executor

from jina import Flow, Document

f = Flow().add(uses='my.yml')

with f:
    f.post(on='/random_work', inputs=Document(), on_done=print)

Flow

Flow是将多个Executor组合后得到的Jina搜索框架。可以将Flow作为服务器运行在本地或云端，并允许多个客户端从公共/私有网络通过gRPC/REST/WebSocket等协议方式来访问。

Flow的创建

服务端和客户端一起创建

from jina import Executor, Flow, Document, requests

class MyExecutor(Executor):

    @requests
    def foo(self, **kwargs):
        print(kwargs)

f = Flow().add(uses=MyExecutor)

with f:
    f.post(on='/random_work', inputs=Document(), on_done=print)

服务端和客户端单独创建
服务端

from jina import Flow, Executor, requests


class MyExecutor(Executor):

    @requests(on='/bar')
    def foo(self, docs, **kwargs):
        print(docs)


f = Flow(port_expose=12345).add(name='myexec1', uses=MyExecutor)

with f:
    f.block()

客户端

from jina import Client, Document

c = Client(port_expose=12345)
c.post(on='/bar', inputs=Document(), on_done=print)

Flow的可视化——Flow.plot( )

Jina编程小技巧

了解Document、Executor、Flow三个Jina中的基本元素后，你就可以搭建任意自己想要的Jina 服务了。

下面的9个tips可以帮你写出更简洁、更高效的Jina代码：

一行代码导入各Jina模块
使用 Python generator 作为Flow 的输入
使用request_size来决定每个请求中包含多少个Document
构造Executor时 __init__ 可省略
使用@request修饰函数时若没有指定on=参数，则此函数会响应所有的request
非必需的参数放在 **kwargs中
对Executor进行debug时，只需创建一个Executor实例并调用其功能即可
如果向Flow发送的请求中不包含Document ，则只需向Flow发送parameters
使用append将chunks添加到Document中，而不要在创建Document时写入chunks

点击下方 “阅读原文”，获得更详细的Jina 相关教程

👇 往期精彩

Jina·拥抱社区！即刻申请，丰富周边送上门

Jina 2.0 快速入门指"北"