Quickly go to Milvus

এই অধ্যায়টি মিলভুস ভেক্টর ডাটাবেস ব্যবহার করে গো দিয়ে তাত্ক্ষণিকভাবে পড়া ও লেখার অপারেশনের সাথে কিভাবে শুরু করতে হয় তা নিয়ে সম্পর্কে বিবরণ দেয়।

গো এসডিকে ইনস্টল করা

নোট: গো SDK একটি গো সংস্করণ 1.15 বা তার উর্ধ্বের সংস্করণ প্রয়োজন.

go get -u github.com/milvus-io/milvus-sdk-go/v2

ডিপেন্ডেন্সি ইম্পোর্ট করা

import (
	"context"
	"fmt"
	"log"
	"math/rand"
	"time"

	"github.com/milvus-io/milvus-sdk-go/v2/client"
	"github.com/milvus-io/milvus-sdk-go/v2/entity"
)

মিলভুস ডাটাবেসে যোগাযোগ করা

	ctx := context.Background()

	log.Printf(msgFmt, "মিলভুসে যোগাযোগ করা হচ্ছে")
	c, err := client.NewClient(ctx, client.Config{
		Address: "localhost:19530",
	})
	if err != nil {
		log.Fatal("মিলভুসে যোগাযোগ করা যাচ্ছে না, ত্রুটি: ", err.Error())
	}
	defer c.Close()

কালেকশন তৈরি করা

কালেকশন তৈরির প্রসেসটি একটি মাইসকিউএল টেবিল স্ট্রাকচার তৈরি করার মতো, যেখানে আপনাকে প্রতিটি ফিল্ডের ধরণ বর্ণনা করতে হয়।

   collectionName = "hello_tizi365"
	log.Printf(msgFmt, fmt.Sprintf("কালেকশন, `%s` তৈরি করা হচ্ছে", collectionName))
	
	// কালেকশনের ফিল্ড টাইপ নির্ধারণ করুন, এখানে ID, র‍্যান্ডম, এবং ইম্বেডিঙ্স ফিল্ড নির্ধারণ করা হয়েছে
	schema := entity.NewSchema().WithName(collectionName).WithDescription("কালেকশন বর্ণনা").
		WithField(entity.NewField().WithName("ID").WithDataType(entity.FieldTypeInt64).WithIsPrimaryKey(true).WithIsAutoID(false)).
		WithField(entity.NewField().WithName("random").WithDataType(entity.FieldTypeDouble)).
		WithField(entity.NewField().WithName("embeddings").WithDataType(entity.FieldTypeFloatVector).WithDim(dim))

	// ডিফাইন করা ফিল্ড ধরণের ভিত্তিতে কালেকশন তৈরি করুন
	if err := c.CreateCollection(ctx, schema, entity.DefaultShardNumber); err != nil {
		log.Fatalf("কালেকশন তৈরি করা যাচ্ছে না, ত্রুটি: %v", err)
	}

কালেকশনে ডাটা ঢোকানো

	idList, randomList := make([]int64, 0, nEntities), make([]float64, 0, nEntities)
	embeddingList := make([][]float32, 0, nEntities)

	rand.Seed(time.Now().UnixNano())

    // পরীক্ষার উদ্দেশ্যে, এখানে কিছু র‍্যান্ডম পরীক্ষা ডাটা তৈরি করুন
	// আইডি তৈরি করুন
	for i := 0; i < nEntities; i++ {
		idList = append(idList, int64(i))
	}
	// র‍্যান্ডম মান তৈরি করুন
	for i := 0; i < nEntities; i++ {
		randomList = append(randomList, rand.Float64())
	}
	// ভেক্টর মান তৈরি করুন
	for i := 0; i < nEntities; i++ {
		vec := make([]float32, 0, dim)
		for j := 0; j < dim; j++ {
			vec = append(vec, rand.Float32())
		}
		embeddingList = append(embeddingList, vec)
	}
	// একাধিক ডেটা সেট ঢোকানো, এবং একাধিক ডেটা জন্য কলামে সংগঠিত করুন
	idColData := entity.NewColumnInt64("ID", idList)
	randomColData := entity.NewColumnDouble("random", randomList)
	embeddingColData := entity.NewColumnFloatVector("embeddings", dim, embeddingList)

    // ডাটা ঢোকানো
	if _, err := c.Insert(ctx, collectionName, "", idColData, randomColData, embeddingColData); err != nil {
		log.Fatalf("ডেটা লিখতে ব্যর্থ হয়েছে, ত্রুটি: %v", err)
	}
    
	// ডাটা ডিস্কে ফ্লাশ করুন
	if err := c.Flush(ctx, collectionName, false); err != nil {
		log.Fatalf("ডাটা ফ্লাশ করতে ব্যর্থ হয়েছে, ত্রুটি: %v", err)
	}

ইনডেক্স তৈরি করা

	// ইনডেক্স টাইপ নির্ধারণ করুন
	idx, err := entity.NewIndexIvfFlat(entity.L2, 128)
	if err != nil {
		log.Fatalf("ইনডেক্স ডিফাইন করতে ব্যর্থ হয়েছে, ত্রুটি: %v", err)
	}
	// নির্দিষ্ট কালেকশনের জন্য ইনডেক্স তৈরি করুন
	if err := c.CreateIndex(ctx, collectionName, embeddingCol, idx, false); err != nil {
		log.Fatalf("ইনডেক্স তৈরি করতে ব্যর্থ হয়েছে, ত্রুটি: %v", err)
	}

    // কুয়েরি দক্ষতা উন্নত করতে নির্দিষ্ট কালেকশনকে মেমোরিতে লোড করুন
	err = c.LoadCollection(ctx, collectionName, false)
	if err != nil {
		log.Fatalf("কালেকশন লোড করতে ব্যর্থ হয়েছে, ত্রুটি: %v", err)
	}

ভেক্টর সদৃশ্য অনুসন্ধান

   // অনুসন্ধান করার জন্য ভেক্টর সজ্জ করুন। এখানে আমরা পরীক্ষার জন্য বিষয়বস্তু থেকে পূর্বে তৈরি ডেটা থেকে ভেক্টর ডেটা অংশ বের করব। এই ভেক্টরগুলির মতো ফলাফল অনুসন্ধান করব।
	vec2search := []entity.Vector{
		entity.FloatVector(embeddingList[len(embeddingList)-2]),
		entity.FloatVector(embeddingList[len(embeddingList)-1]),
	}
	begin := time.Now()
	sp, _ := entity.NewIndexIvfFlatSearchParam(16)
	// ভেক্টর সদৃশ্য অনুসন্ধান কার্যক্রম পূর্ণ করুন
	sRet, err := c.Search(ctx, collectionName, nil, "", []string{"random"}, vec2search,
		"embeddings", entity.L2, topK, sp)
	end := time.Now()
	if err != nil {
		log.Fatalf("অনুসন্ধান ব্যর্থ, ত্রুটি: %v", err)
	}

	log.Println("ফলাফল মুদ্রণ:")
	for _, res := range sRet {
		printResult(&res)
	}

printResult ফাংশনের সংজ্ঞানা

func printResult(sRet *client.SearchResult) {
	randoms := make([]float64, 0, sRet.ResultCount)
	scores := make([]float32, 0, sRet.ResultCount)

	var randCol *entity.ColumnDouble
	for _, field := range sRet.Fields {
		if field.Name() == randomCol {
			c, ok := field.(*entity.ColumnDouble)
			if ok {
				randCol = c
			}
		}
	}
	for i := 0; i < sRet.ResultCount; i++ {
		val, err := randCol.ValueByIdx(i)
		if err != nil {
			log.Fatal(err)
		}
		randoms = append(randoms, val)
		scores = append(scores, sRet.Scores[i])
	}
	log.Printf("\trandoms: %v, scores: %v\n", randoms, scores)
}

সম্পূর্ণ ডেমোনস্ট্রেশন সোর্স কোড, Go Milvus শুরু প্রাপ্ত সোর্স কোড