# Record Managers
***
Los Record Managers hacen un seguimiento de tus documentos indexados, evitando embeddings vectoriales duplicados en [Vector Store](https://docs.flowiseai.com/espanol/documentacion-oficial/integraciones/langchain/vector-stores).
Cuando se realizan upserts de fragmentos de documentos, cada fragmento será hasheado usando el algoritmo [SHA-1](https://github.com/emn178/js-sha1). Estos hashes se almacenarán en el Record Manager. Si existe un hash, el proceso de embedding y upsert será omitido.
En algunos casos, podrías querer eliminar documentos existentes que se derivan de las mismas fuentes que los nuevos documentos que se están indexando. Para eso, hay 3 modos de limpieza para Record Manager:
{% tabs %}
{% tab title="Incremental" %}
Cuando estás haciendo upsert de múltiples documentos y quieres evitar la eliminación de los documentos existentes que no son parte del proceso actual de upsert, usa el modo de limpieza **Incremental**.
1. Tengamos un Record Manager con modo de limpieza `Incremental` y `source` como SourceId Key
2. Y tengamos los siguientes 2 documentos:
| Texto | Metadata |
| ----- | ---------------- |
| Cat | `{source:"cat"}` |
| Dog | `{source:"dog"}` |
3. Después de un upsert, veremos 2 documentos que se han insertado:
4. Ahora, si eliminamos el documento **Dog** y actualizamos **Cat** a **Cats**, veremos lo siguiente:
* El documento original **Cat** es eliminado
* Un nuevo documento con **Cats** es añadido
* El documento **Dog** no se modifica
* Los embeddings vectoriales restantes en Vector Store son **Cats** y **Dog**
{% endtab %}
{% tab title="Full" %}
Cuando estás haciendo upsert de múltiples documentos, el modo de limpieza **Full** eliminará automáticamente cualquier embedding vectorial que no sea parte del proceso actual de upsert.
1. Tengamos un Record Manager con limpieza `Full`. No necesitamos tener un SourceId Key para el modo de limpieza Full.
2. Y tengamos los siguientes 2 documentos:
| Texto | Metadata |
| ----- | ---------------- |
| Cat | `{source:"cat"}` |
| Dog | `{source:"dog"}` |
3. Después de un upsert, veremos 2 documentos que se han insertado:
4. Ahora, si eliminamos el documento **Dog** y actualizamos **Cat** a **Cats**, veremos lo siguiente:
* El documento original **Cat** es eliminado
* Un nuevo documento con **Cats** es añadido
* El documento **Dog** es eliminado
* El único embedding vectorial restante en Vector Store es **Cats**
{% endtab %}
{% tab title="None" %}
No se realizará ninguna limpieza
{% endtab %}
{% endtabs %}
Los nodos Record Manager actualmente disponibles son:
* SQLite
* MySQL
* PostgresQL
## Recursos
* [LangChain Indexing - Cómo funciona](https://js.langchain.com/docs/how_to/indexing/#how-it-works)
%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1).png?alt=media)
%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(1).png?alt=media)
%20(1)%20(1)%20(1)%20(1).png?alt=media)
%20(1)%20(1)%20(1)%20(1)%20(1)%20(1).png?alt=media)
%20(1)%20(1)%20(1)%20(1)%20(2).png?alt=media)
%20(1)%20(1)%20(1)%20(1)%20(1)%20(1)%20(2).png?alt=media)
%20(1)%20(1)%20(1)%20(1)%20(2).png?alt=media)
%20(2).png?alt=media)
%20(1)%20(1).png?alt=media)
%20(1)%20(1).png?alt=media)
%20(1)%20(1).png?alt=media)
%20(1)%20(1).png?alt=media)