Apresentação da ferramenta de migração de dados Milvus
Nota importante: A ferramenta de migração de dados do Mivus foi descontinuada. Para a migração de dados de outras bases de dados para Milvus, recomendamos que utilize a ferramenta de migração Milvus, mais avançada.
Atualmente, a ferramenta de migração Milvus é compatível:
- Elasticsearch para Milvus 2.x
- Faiss para Milvus 2.x
- Milvus 1.x para Milvus 2.x
- Milvus 2.3.x para Milvus 2.3.x ou superior
Iremos suportar a migração de mais fontes de dados vectoriais, tais como Pinecone, Chroma e Qdrant. Fique atento.
Para mais informações, consulte a documentação do Milvus-migration ou o seu repositório GitHub.
--------------------------------- A ferramenta de migração de dados do Mivus foi descontinuada ----------------------
Visão geral
O MilvusDM (Milvus Data Migration) é uma ferramenta de código aberto concebida especificamente para importar e exportar ficheiros de dados com o Milvus. O MilvusDM pode melhorar significativamente a eficiência da gestão de dados e reduzir os custos de DevOps das seguintes formas:
Faiss para Milvus: Importar dados descompactados de Faiss para Milvus.
HDF5 para Milvus: Importar ficheiros HDF5 para Milvus.
Milvus para Milvus: Migrar dados de um Milvus de origem para um Milvus de destino diferente.
Milvus para HDF5: Guardar dados no Milvus como ficheiros HDF5.
blogue do milvusdm 1.png
O MilvusDM está hospedado no Github e pode ser facilmente instalado executando a linha de comando pip3 install pymilvusdm
. O MilvusDM permite-lhe migrar dados numa coleção ou partição específica. Nas secções seguintes, explicaremos como utilizar cada tipo de migração de dados.
Faiss para Milvus
Etapas
1 - Descarregar o ficheiro F2M.yaml:
$ wget https://raw.githubusercontent.com/milvus-io/milvus-tools/main/yamls/F2
2.Defina os seguintes parâmetros:
data_path
: Caminho dos dados (vectores e seus IDs correspondentes) em Faiss.dest_host
: Endereço do servidor Milvus.dest_port
: Porta do servidor Milvus.mode
: Os dados podem ser importados para o Milvus usando os seguintes modos:Skip: Ignorar dados se a coleção ou partição já existir.
Anexar: Anexar dados se a coleção ou partição já existir.
Sobrescrever: Eliminar os dados antes da inserção se a coleção ou partição já existir.
dest_collection_name
: Nome da coleção recetora para importação de dados.dest_partition_name
: Nome da partição recetora para a importação de dados.collection_parameter
: Informações específicas da coleção, tais como dimensão do vetor, tamanho do ficheiro de índice e métrica de distância.
F2M:
milvus_version: 1.0.0
data_path: '/home/data/faiss.index'
dest_host: '127.0.0.1'
dest_port: 19530
mode: 'append' # 'skip/append/overwrite'
dest_collection_name: 'test'
dest_partition_name: ''
collection_parameter:
dimension: 256
index_file_size: 1024
metric_type: 'L2'
3.Executar F2M.yaml:
$ milvusdm --yaml F2M.yaml
Código de amostra
1 - Ler os ficheiros Faiss para obter os vectores e os respectivos IDs.
ids, vectors = faiss_data.read_faiss_data()
2 - Inserir os dados recuperados no Milvus:
insert_milvus.insert_data(vectors, self.dest_collection_name, self.collection_parameter, self.mode, ids, self.dest_partition_name)
HDF5 para Milvus
Passos
1 - Descarregar o ficheiro H2M.yaml.
$ wget https://raw.githubusercontent.com/milvus-io/milvus-tools/main/yamls/H2M.yaml
2. definir os seguintes parâmetros:
data_path
: Caminho para os ficheiros HDF5.data_dir
: Diretório que contém os ficheiros HDF5.dest_host
: Endereço do servidor Milvus.dest_port
: Porta do servidor Milvus.mode
: Os dados podem ser importados para o Milvus usando os seguintes modos:Skip: Ignorar dados se a coleção ou partição já existir.
Anexar: Anexar dados se a coleção ou partição já existir.
Sobrescrever: Eliminar os dados antes da inserção se a coleção ou partição já existir.
dest_collection_name
: Nome da coleção recetora para importação de dados.dest_partition_name
: Nome da partição recetora para a importação de dados.collection_parameter
: Informações específicas da coleção, tais como dimensão do vetor, tamanho do ficheiro de índice e métrica de distância.
Defina
data_path
oudata_dir
. Não defina ambos. Utilizedata_path
para especificar vários caminhos de ficheiros, oudata_dir
para especificar o diretório que contém o ficheiro de dados.
H2M:
milvus-version: 1.0.0
data_path:
- /Users/zilliz/float_1.h5
- /Users/zilliz/float_2.h5
data_dir:
dest_host: '127.0.0.1'
dest_port: 19530
mode: 'overwrite' # 'skip/append/overwrite'
dest_collection_name: 'test_float'
dest_partition_name: 'partition_1'
collection_parameter:
dimension: 128
index_file_size: 1024
metric_type: 'L2'
3.Execute H2M.yaml:
$ milvusdm --yaml H2M.yaml
Código de amostra
1 - Leia os arquivos HDF5 para recuperar os vetores e seus IDs correspondentes:
vectors, ids = self.file.read_hdf5_data()
2 - Insira os dados recuperados no Milvus:
ids = insert_milvus.insert_data(vectors, self.c_name, self.c_param, self.mode, ids,self.p_name)
Milvus para Milvus
Passos
1.Descarregar o ficheiro M2M.yaml.
$ wget https://raw.githubusercontent.com/milvus-io/milvus-tools/main/yamls/M2M.yaml
2. definir os seguintes parâmetros:
source_milvus_path
: Caminho de trabalho do Milvus de origem.mysql_parameter
: Configurações do MySQL do Milvus de origem. Se o MySQL não for utilizado, definir o parâmetro mysql_parameter como ''.source_collection
: Nomes da coleção e das suas partições no Milvus de origem.dest_host
: Endereço do servidor Milvus.dest_port
: Porta do servidor Milvus.mode
: Os dados podem ser importados para o Milvus usando os seguintes modos:Skip: Ignorar dados se a coleção ou partição já existir.
Anexar: Anexar dados se a coleção ou partição já existir.
Sobrescrever: Se a coleção ou partição já existir, apagar os dados antes de os inserir.Apagar os dados antes de os inserir se a coleção ou partição já existir.
M2M:
milvus_version: 1.0.0
source_milvus_path: '/home/user/milvus'
mysql_parameter:
host: '127.0.0.1'
user: 'root'
port: 3306
password: '123456'
database: 'milvus'
source_collection:
test:
- 'partition_1'
- 'partition_2'
dest_host: '127.0.0.1'
dest_port: 19530
mode: 'skip' # 'skip/append/overwrite'
3. executar M2M.yaml.
$ milvusdm --yaml M2M.yaml
Código de exemplo
1 - De acordo com os metadados de uma coleção ou partição especificada, leia os ficheiros em milvus/db na sua unidade local para obter vectores e os seus IDs correspondentes a partir do Milvus de origem.
collection_parameter, _ = milvus_meta.get_collection_info(collection_name)
r_vectors, r_ids, r_rows = milvusdb.read_milvus_file(self.milvus_meta, collection_name, partition_tag)
2 - Insira os dados recuperados no Milvus de destino.
milvus_insert.insert_data(r_vectors, collection_name, collection_parameter, self.mode, r_ids, partition_tag)
Milvus para HDF5
Passos
1 - Descarregar o ficheiro M2H.yaml:
$ wget https://raw.githubusercontent.com/milvus-io/milvus-tools/main/yamls/M2H.yaml
2.Definir os seguintes parâmetros:
source_milvus_path
: Caminho de trabalho do Milvus de origem.mysql_parameter
: Configurações do MySQL do Source Milvus. Se o MySQL não for utilizado, definir o parâmetro mysql_parameter como ''.source_collection
: Nomes da coleção e das suas partições no Milvus de origem.data_dir
: Diretório para guardar os ficheiros HDF5 guardados.
M2H:
milvus_version: 1.0.0
source_milvus_path: '/home/user/milvus'
mysql_parameter:
host: '127.0.0.1'
user: 'root'
port: 3306
password: '123456'
database: 'milvus'
source_collection: # specify the 'partition_1' and 'partition_2' partitions of the 'test' collection.
test:
- 'partition_1'
- 'partition_2'
data_dir: '/home/user/data'
3.Executar M2H.yaml:
$ milvusdm --yaml M2H.yaml
Código de exemplo
1 - De acordo com os metadados de uma coleção ou partição especificada, leia os ficheiros em milvus/db na sua unidade local para obter vectores e os seus IDs correspondentes.
collection_parameter, version = milvus_meta.get_collection_info(collection_name)
r_vectors, r_ids, r_rows = milvusdb.read_milvus_file(self.milvus_meta, collection_name, partition_tag)
2) Guardar os dados obtidos como ficheiros HDF5.
data_save.save_yaml(collection_name, partition_tag, collection_parameter, version, save_hdf5_name)
Estrutura do ficheiro MilvusDM
O fluxograma abaixo mostra como o MilvusDM executa diferentes tarefas de acordo com o ficheiro YAML que recebe:
milvusdm blog 2.png
Estrutura do ficheiro MilvusDM:
pymilvusdm
núcleo
milvus_client.py: Executa operações de cliente no Milvus.
read_data.py: Lê os ficheiros de dados HDF5 no seu disco local. (Adicione o seu código aqui para suportar a leitura de ficheiros de dados noutros formatos).
read_faiss_data.py: Lê os arquivos de dados em Faiss.
read_milvus_data.py: Lê os ficheiros de dados em Milvus.
read_milvus_meta.py: Lê os metadados em Milvus.
data_to_milvus.py: Cria colecções ou partições com base em parâmetros em ficheiros YAML e importa os vectores e os IDs dos vectores correspondentes para o Milvus.
save_data.py: Salva os dados como arquivos HDF5.
write_logs.py: Escreve os registos durante o tempo de execução.
faiss_to_milvus.py: Importa dados do Faiss para o Milvus.
hdf5_to_milvus.py: Importa dados em ficheiros HDF5 para o Milvus.
milvus_to_milvus.py: Migra dados de um Milvus de origem para o Milvus de destino.
milvus_to_hdf5.py: Exporta dados no Milvus e guarda-os como ficheiros HDF5.
main.py: Executa as tarefas correspondentes de acordo com o ficheiro YAML recebido.
setting.py: Configurações relacionadas com a execução do código MilvusDM.
setup.py: Cria pacotes de ficheiros pymilvusdm e carrega-os para o PyPI (Python Package Index).
Recapitulação
O MilvusDM lida principalmente com a migração de dados dentro e fora do Milvus, o que inclui Faiss para Milvus, HDF5 para Milvus, Milvus para Milvus e Milvus para HDF5.
As seguintes funcionalidades estão planeadas para as próximas versões:
Importação de dados binários do Faiss para o Milvus.
Lista de bloqueios e lista de permissões para migração de dados entre o Milvus de origem e o Milvus de destino.
Fundir e importar dados de várias colecções ou partições no Milvus de origem para uma nova coleção no Milvus de destino.
Backup e recuperação dos dados do Milvus.
O projeto MilvusDM é de código aberto no Github. Toda e qualquer contribuição para o projeto é bem-vinda. Dê-lhe uma estrela 🌟, e sinta-se à vontade para registar um problema ou submeter o seu próprio código!
Try Managed Milvus for Free
Zilliz Cloud is hassle-free, powered by Milvus and 10x faster.
Get StartedLike the article? Spread the word