जल्दी से मिल्वस पर जाएं

यह अध्याय Milvus वेक्टर डेटाबेस के Go का उपयोग करके रीड और राइट ऑपरेशंस की तेज़ी से शुरू करने का तरीका प्रस्तुत करता है।

Go SDK की इंस्टॉलेशन

नोट: Go SDK के लिए Go संस्करण 1.15 या उच्चतर आवश्यक है।

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

डिपेंडेंसीज को आयात करना

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"
)

Milvus डेटाबेस से कनेक्ट करना

	ctx := context.Background()

	log.Printf(msgFmt, "Milvus से कनेक्ट कर रहा है")
	c, err := client.NewClient(ctx, client.Config{
		Address: "localhost:19530",
	})
	if err != nil {
		log.Fatal("Milvus से कनेक्ट नहीं हो सका, त्रुटि: ", err.Error())
	}
	defer c.Close()

कलेक्शन बनाना

कलेक्शन बनाने की प्रक्रिया एक MySQL तालिका संरचना बनाने के समान है, जहां आपको प्रत्येक फ़ील्ड के प्रकार का वर्णन करने की आवश्यकता होती है।

   collectionName = "hello_tizi365"
	log.Printf(msgFmt, fmt.Sprintf("कलेक्शन, `%s` बना रहा है", collectionName))
	
	// कलेक्शन के फ़ील्ड प्रकारों का वर्णन करें, यहां ID, रैंडम, और ऐम्बेडिंग्स फ़ील्ड को परिभाषित किया गया है
	schema := entity.NewSchema().WithName(collectionName).WithDescription("कलेक्शन विवरण").
		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))

	// परिभाषित कलेक्शन फ़ील्ड प्रकारों के आधार पर कलेक्शन बनाएँ
	if err := c.CreateCollection(ctx, schema, entity.DefaultShardNumber); err != nil {
		log.Fatalf("कलेक्शन बनाने में विफल, त्रुटि: %v", err)
	}

कलेक्शन में डेटा डालना

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

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

    // परीक्षण के उद्योग के लिए, यहां कुछ यादृच्छिक परीक्षण डेटा उत्पन्न करें
	// आईडी उत्पन्न करें
	for i := 0; i < nEntities; i++ {
		idList = append(idList, int64(i))
	}
	// यादृच्छिक मान उत्पन्न करें
	for i := 0; i < nEntities; i++ {
		randomList = append(randomList, rand.Float64())
	}
	// वेक्टर मान उत्पन्न करें
	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)
	}
	// विभिन्न डेटा सेट डालें, स्तंभवार तरीके से विभिन्न डेटा के लिए
	idColData := entity.NewColumnInt64("ID", idList)
	randomColData := entity.NewColumnDouble("random", randomList)
	embeddingColData := entity.NewColumnFloatVector("embeddings", dim, embeddingList)

    // डेटा डालें
	if _, err := c.Insert(ctx, collectionName, "", idColData, randomColData, embeddingColData); err != nil {
		log.Fatalf("डेटा लिखने में विफल, त्रुटि: %v", err)
	}
    
	// डेटा को डिस्क पर फ्लश करें
	if err := c.Flush(ctx, collectionName, false); err != nil {
		log.Fatalf("डेटा को फ्लश करने में विफल, त्रुटि: %v", err)
	}

सूचक निर्माण

	// सूचक प्रकार को परिभाषित करें
	idx, err := entity.NewIndexIvfFlat(entity.L2, 128)
	if err != nil {
		log.Fatalf("सूचक को परिभाषित करने में विफल, त्रुटि: %v", err)
	}
	// निर्दिष्ट कलेक्शन के लिए सूचक बनाएँ
	if err := c.CreateIndex(ctx, collectionName, embeddingCol, idx, false); err != nil {
		log.Fatalf("सूचक बनाने में विफल, त्रुटि: %v", err)
	}

    // पुष्टि करें कि निर्दिष्ट कलेक्शन को यादृच्छिकता में बढ़ावा देने के लिए मेमरी में लोड किया गया है
	err = c.LoadCollection(ctx, collectionName, false)
	if err != nil {
		log.Fatalf("कलेक्शन लोड करने में विफल, त्रुटि: %v", err)
	}

वेक्टर सिमिलरिटी खोज

   // खोज के लिए वेक्टर तैयार करें। यहां हम पिछले जनरेटेड डेटा से वेक्टर डेटा का एक हिस्सा निकालते हैं जो परीक्षण के लिए है, और हम नीचे दिए गए इन वेक्टरों के समान परिणाम खोजेंगे।
	vec2search := []entity.Vector{
		entity.FloatVector(embeddingList[len(embeddingList)-2]),
		entity.FloatVector(embeddingList[len(embeddingList)-1]),
	}
	begin := time.Now()
	sp, _ := entity.NewIndexIvfFlatSearchParam(16)
	// वेक्टर समानता खोज करें
	sRet, err := c.Search(ctx, collectionName, nil, "", []string{"random"}, vec2search,
		"embeddings", entity.L2, topK, sp)
	end := time.Now()
	if err != nil {
		log.Fatalf("खोज असफल, त्रुटि: %v", err)
	}

	log.Println("परिणाम प्रिंट करें:")
	for _, res := range sRet {
		printResult(&res)
	}

printResult फ़ंक्शन परिभाषा

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)
}

पूर्ण डेमो स्रोत कोड, Go Milvus Getting Started Source Code