milvus-logo
LFAI
首页
  • 用户指南

管理模式

本主题介绍 Milvus 中的模式。Schema 用于定义 Collections 的属性和其中的字段。

字段模式

字段模式是字段的逻辑定义。在定义集合模式管理集合之前,首先需要定义它。

Milvus 只支持在一个 Collection 中使用一个主键字段。

字段模式属性

属性 说明 说明
name 要创建的 Collection 中字段的名称 数据类型:
必填
dtype 字段的数据类型 必须填写
description 字段描述 数据类型: 字符串:
可选
is_primary 是否将字段设为主键字段 数据类型:布尔 ( 或 ):布尔型 (truefalse)。
主键字段必须设置
auto_id (主键字段必须) 启用或禁用自动 ID(主键)分配的开关。 TrueFalse
max_length (对 VARCHAR 字段必填) 允许插入字符串的最大字节长度。请注意,多字节字符(如 Unicode 字符)可能占用一个以上的字节,因此请确保插入字符串的字节长度不超过指定的限制。 [1, 65,535]
dim 向量的维数 数据类型:整数∈[1, 32768]。
密集向量场必须使用。稀疏向量场省略。
is_partition_key 该字段是否为 Partition Key 字段。 数据类型:布尔类型 (truefalse)。

创建字段 Schema

为了降低数据插入时的复杂性,Milvus 允许你在创建字段模式时为每个标量字段指定一个默认值,主键字段除外。这表明,如果在插入数据时某个字段为空,则您为该字段指定的默认值将适用。

创建常规字段模式 Schema:

from pymilvus import DataType, FieldSchema
id_field = FieldSchema(name="id", dtype=DataType.INT64, is_primary=True, description="primary id")
age_field = FieldSchema(name="age", dtype=DataType.INT64, description="age")
embedding_field = FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128, description="vector")

# The following creates a field and use it as the partition key
position_field = FieldSchema(name="position", dtype=DataType.VARCHAR, max_length=256, is_partition_key=True)

创建带有默认字段值的字段模式 Schema:

from pymilvus import DataType, FieldSchema

fields = [
  FieldSchema(name="id", dtype=DataType.INT64, is_primary=True),
  # configure default value `25` for field `age`
  FieldSchema(name="age", dtype=DataType.INT64, default_value=25, description="age"),
  embedding_field = FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128, description="vector")
]

支持的数据类型

DataType 定义字段包含的数据类型。不同的字段支持不同的数据类型。

  • 主键字段支持

    • INT64: numpy.int64
    • varchar: varchar
  • 标量字段支持

    • BOOL: 布尔型 (truefalse)
    • INT8: numpy.int8
    • INT16: numpy.int16
    • INT32: numpy.int32
    • INT64: numpy.int64
    • FLOAT:numpy.float32
    • DOUBLE: numpy.double
    • varchar: varchar
    • JSON:JSON
    • Array: 数组数组

    JSON 作为一种复合数据类型可用。JSON 字段由键值对组成。每个键都是字符串,值可以是数字、字符串、布尔值、数组或列表。有关详情,请参阅JSON:一种新的数据类型

  • 向量字段支持:

    • BINARY_VECTOR:将二进制数据存储为 0 和 1 的序列,用于图像处理和信息检索中的紧凑特征表示。
    • FLOAT_VECTOR:存储 32 位浮点数,常用于科学计算和机器学习中的实数表示。
    • FLOAT16_VECTOR:存储 16 位半精度浮点数,用于深度学习和 GPU 计算,以提高内存和带宽效率。
    • BFLOAT16_VECTOR:存储精度降低但指数范围与 Float32 相同的 16 位浮点数,常用于深度学习,可在不明显影响精度的情况下降低内存和计算要求。
    • SPARSE_FLOAT_VECTOR:存储非零元素及其相应索引的列表,用于表示稀疏向量。更多信息,请参阅稀疏向量

    Milvus 支持在一个 Collections 中使用多个向量场。更多信息,请参阅混合搜索

Collections 模式

Collections schema 是一个 Collection 的逻辑定义。通常,在定义集合模式和管理集合之前,需要先定义字段模式。

集合模式属性

属性 说明 说明
field 要创建的 Collection 中的字段 必填
description Collection 的描述 数据类型:
可选
partition_key_field 用作 Partition Key 的字段名称。 数据类型: 字符串:
可选
enable_dynamic_field 是否启用动态 Schema 数据类型:布尔型 (truefalse)。
可选,默认为False
有关动态模式的详细信息,请参阅动态模式和管理 Collections 的用户指南。

创建 Collections 模式

在定义 Collections 模式之前先定义字段模式。
from pymilvus import DataType, FieldSchema, CollectionSchema
id_field = FieldSchema(name="id", dtype=DataType.INT64, is_primary=True, description="primary id")
age_field = FieldSchema(name="age", dtype=DataType.INT64, description="age")
embedding_field = FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128, description="vector")

# Enable partition key on a field if you need to implement multi-tenancy based on the partition-key field
position_field = FieldSchema(name="position", dtype=DataType.VARCHAR, max_length=256, is_partition_key=True)

# Set enable_dynamic_field to True if you need to use dynamic fields. 
schema = CollectionSchema(fields=[id_field, age_field, embedding_field], auto_id=False, enable_dynamic_field=True, description="desc of a collection")

使用指定的 Schema 创建 Collections:

from pymilvus import Collection, connections
conn = connections.connect(host="127.0.0.1", port=19530)
collection_name1 = "tutorial_1"
collection1 = Collection(name=collection_name1, schema=schema, using='default', shards_num=2)
  • 可以使用shards_num 定义分区编号。
  • 可以通过在using 中指定别名来定义要在其上创建集合的 Milvus 服务器。
  • 如果需要实施基于分区密钥的多租户,可以通过在字段上设置is_partition_keyTrue 来启用分区密钥功能。
  • 如果需要启用动态字段,可以通过在 Collections Schema 中将enable_dynamic_field 设置为True 来启用动态 Schema。


您还可以使用Collection.construct_from_dataframe ,自动从 DataFrame 生成 Collections Schema 并创建一个 Collection。

from pymilvus import Collection
import pandas as pd
df = pd.DataFrame({
    "id": [i for i in range(nb)],
    "age": [random.randint(20, 40) for i in range(nb)],
    "embedding": [[random.random() for _ in range(dim)] for _ in range(nb)],
    "position": "test_pos"
})

collection, ins_res = Collection.construct_from_dataframe(
    'my_collection',
    df,
    primary_field='id',
    auto_id=False
    )

下一步

翻译自DeepLogo

想要更快、更简单、更好用的 Milvus SaaS服务 ?

Zilliz Cloud是基于Milvus的全托管向量数据库,拥有更高性能,更易扩展,以及卓越性价比

免费试用 Zilliz Cloud
反馈

此页对您是否有帮助?