ListVectors_对象存储(OSS)-阿里云帮助中心

调用ListVectors接口列举向量索引中的所有向量数据。

权限说明

阿里云账号默认拥有全部权限。阿里云账号下的RAM用户或RAM角色默认没有任何权限，需要阿里云账号或账号管理员通过RAM Policy或Bucket Policy授予操作权限。

API	Action	说明
ListVectors	`oss:ListVectors`	列举向量数据。

请求语法

POST /?listVectors HTTP/1.1
Host: exampebucket-123***456.cn-hangzhou.oss-vectors.aliyuncs.com
Date: GMT Date
Authorization: SignatureValue
Content-type: application/json

{
   "indexName": "string",
   "maxResults": int,
   "nextToken": "string",
   "returnData": boolean,
   "returnMetadata": boolean,
   "segmentCount": int,
   "segmentIndex": int
}

请求头

此接口仅涉及公共请求头。更多信息，请参见公共HTTP头定义。

请求参数

名称	数据类型	是否必选	示例值	描述
indexName	字符串	是	my-vector-index	索引名称。
maxResults	数值	否	500	每次返回的最大结果数，默认值500。最大为1000 总数据大小不超过1MB
nextToken	字符串	否	CAESCG15aC1xxxxx	查询凭证（Token），取值为上一次API调用返回的nextToken参数值。第一次调用此接口时，设置为空。参数长度为1~512字节。
returnData	布尔值	否	false	是否返回向量数据。取值： true false（默认值）
returnMetadata	布尔值	否	false	是否返回元数据。取值： true false（默认值）
segmentCount	数值	否	1	并行ListVectors时，用户可指定并行度，最大为16。串行时，设置为1。
segmentIndex	数值	否	0	并行ListVectors时，分段的index必须小于segmentCount。

响应头

此接口仅涉及公共响应头。更多信息，请参见公共HTTP头定义。

响应元素

名称	数据类型	示例值	说明
nextToken	字符串	CAESCG15aC2xxxxx	下一页查询凭证（Token）。如果为空，表示已列举完成。
vectors	对象数组	不适用	返回向量列表。如果查询的主键不存在，无报错但不返回当前key结果。
key	字符串	doc-001	向量主键。父节点：vectors
data	对象	不适用	向量数据（仅当returnData为true时返回）。父节点：vectors
metadata	对象	不适用	元数据（仅当returnMetadata为true时返回）。父节点：vectors

示例

请求示例

POST /?listVectors HTTP/1.1
Host: exampebucket-123***456.cn-hangzhou.oss-vectors.aliyuncs.com
Date: Thu, 17 Apr 2025 01:33:47 GMT
Authorization: OSS4-HMAC-SHA256 Credential=LTAI********************/20250417/cn-hangzhou/oss/aliyun_v4_request,Signature=a7c3554c729d71929e0b84489addee6b2e8d5cb48595adfc51868c299c0c218
Content-type: application/json

{
   "indexName": "my-vector-index",
   "maxResults": 10,
   "returnData": true,
   "returnMetadata": true
}

返回示例

HTTP/1.1 200 OK
x-oss-request-id: 534B371674E88A4D8906****
Date: Thu, 17 Apr 2025 01:33:47 GMT
Connection: keep-alive
Server: AliyunOSS
Content-type: application/json

{
   "nextToken": "CAESCG15aC2xxxxx",
   "vectors": [ 
      { 
         "data": {
            "float32": [0.1, 0.2, 0.3, 0.4, 0.5]
         },
         "key": "doc-001",
         "metadata": {
             "category": ["technology", "ai"],
             "title": "Introduction to Vector Search"
         }
      },
      { 
         "data": {
            "float32": [0.2, 0.3, 0.4, 0.5, 0.6]
         },
         "key": "doc-002",
         "metadata": {
             "category": ["science"],
             "title": "Advanced Vector Operations"
         }
      }
   ]
}