check existence of records in elastic search vector stor (with python – Lgchainan)

I have such entries in my elasticsearch index:

It’s unstructured data, in this case the content of PDF that was splitted into chunks, then langchain document was created for each chunk and pushed to the index as different vector.

I faced an issue that each time I load the pdf and push to the index new entries were pushed (with same content). The code that is used for that purpose:

def push_to_elasticsearch(es_index_name,embeddings,docs):

elastic_vector_search = ElasticsearchStore(
    # es_cloud_id=es_cloud_id,
    # es_endpoint=es_endpoint,
    # es_apikey=es_apikey,

    index_name=es_index_name,
    # docs=docs,
    embedding=embeddings,
    es_connection=es_connection
)

docs_ids = [doc.metadata["hash_id"] for doc in docs]
# # print("---------------------------------------------------------->>>>>>>>>>", docs_ids)
vector_exists_dict = check_vectors_exist_by_hash_id(es_index_name, docs_ids)
print("---------------------------------------------------------->>>>>>>>>>", vector_exists_dict)
idempotency_docs = [doc for doc in docs if not vector_exists_dict.get(doc.metadata["hash_id"], False)]
# idempotency_docs = [doc for doc in docs if not vector_exists_dict.get(calculate_content_hash(doc.page_content), False)]

print('Len of docs:', len(docs))
print('Len of idempotency_docs:', len(idempotency_docs))

elastic_vector_search.add_documents(documents=docs)

db = ElasticsearchStore.from_documents(
    docs,
    embeddings,
    es_connection=es_connection,
    index_name=es_index_name,
)

return db

In order to check the existence of vectors before pushing them, I guess I couldn’t use the existing _id field (since it’s not pushed yet), so I added a new hash_id field in the metadata column (based on hash content), and I want to use it for searching the index before pushing. I still don’t know how exactly to implement it, I thought about this implementation:

def check_vectors_exist_by_hash_id(index_name, docs_hash_ids):
"""
Check if vectors exist for a list of document IDs.

Args:
    doc_ids (list): List of document IDs to check.

Returns:
    dict: A dictionary where keys are document IDs and values are boolean (True if vector exists, False otherwise).
"""
vector_exists_dict = {}
try:
    # Fetch documents by IDs
    responses = es_connection.mget(index=index_name, body={"hash_ids": docs_hash_ids})
    for response in responses["docs"]:
        doc_id = response["hash_id"]
        vector_exists_dict[doc_id] = "embedding" in response["_source"]
except Exception as e:
    print(f"Error checking vector existence for doc_ids: {e}")

return vector_exists_dict

but didn’t figure out yet how to filter by these hash_ids!

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật