Milvus への迅速な移行

この章では、Goを使用してMilvusベクトルデータベースの読み書き操作を素早く始める方法を紹介します。

Go SDKのインストール

注意：Go SDKを使用するには、Goのバージョン1.15以上が必要です。

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

依存関係のインポート

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データベースへの接続

	ctx := context.Background()

	log.Printf(msgFmt, "Milvusに接続中")
	c, err := client.NewClient(ctx, client.Config{
		Address: "localhost:19530",
	})
	if err != nil {
		log.Fatal("Milvusに接続できませんでした。エラー: ", err.Error())
	}
	defer c.Close()

コレクションの作成

コレクションの作成プロセスは、MySQLテーブル構造の作成に似ており、各フィールドのタイプを記述する必要があります。

   collectionName = "hello_tizi365"
	log.Printf(msgFmt, fmt.Sprintf("コレクション `%s` を作成中", collectionName))
	
	// コレクションのフィールドタイプを定義し、ここでID、random、embeddingsフィールドを定義します
	schema := entity.NewSchema().WithName(collectionName).WithDescription("コレクションの説明").
		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))

	// 定義したコレクションのフィールドタイプに基づいてコレクションを作成
	if err := c.CreateCollection(ctx, schema, entity.DefaultShardNumber); err != nil {
		log.Fatalf("コレクションの作成に失敗しました。エラー: %v", err)
	}

コレクションへのデータ挿入

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

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

    // テスト用にいくつかのランダムなテストデータを生成します
	// IDを生成
	for i := 0; i < nEntities; i++ {
		idList = append(idList, int64(i))
	}
	// ランダムな値を生成
	for i := 0; i < nEntities; i++ {
		randomList = append(randomList, rand.Float64())
	}
	// ベクトル値を生成
	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)
	}
	// 複数のデータセットを挿入し、複数データの列にまとめます
	idColData := entity.NewColumnInt64("ID", idList)
	randomColData := entity.NewColumnDouble("random", randomList)
	embeddingColData := entity.NewColumnFloatVector("embeddings", dim, embeddingList)

    // データを挿入
	if _, err := c.Insert(ctx, collectionName, "", idColData, randomColData, embeddingColData); err != nil {
		log.Fatalf("データの書き込みに失敗しました。エラー: %v", err)
	}
    
	// データをディスクにフラッシュ
	if err := c.Flush(ctx, collectionName, false); err != nil {
		log.Fatalf("データのフラッシュに失敗しました。エラー: %v", err)
	}

インデックスの作成

	// インデックスのタイプを定義
	idx, err := entity.NewIndexIvfFlat(entity.L2, 128)
	if err != nil {
		log.Fatalf("インデックスの定義に失敗しました。エラー: %v", err)
	}
	// 指定されたコレクションにインデックスを作成
	if err := c.CreateIndex(ctx, collectionName, embeddingCol, idx, false); err != nil {
		log.Fatalf("インデックスの作成に失敗しました。エラー: %v", err)
	}

    // クエリ効率を向上するために、指定されたコレクションをメモリにロードします
	err = c.LoadCollection(ctx, collectionName, false)
	if err != nil {
		log.Fatalf("コレクションのロードに失敗しました。エラー: %v", err)
	}

ベクトル類似検索

   // 検索対象のベクトルを準備します。ここでは、以前に生成されたデータからテスト用の一部のベクトルデータを抽出し、以下のような類似の結果を検索します。
	vec2search := []entity.Vector{
		entity.FloatVector(embeddingList[len(embeddingList)-2]),
		entity.FloatVector(embeddingList[len(embeddingList)-1]),
	}
	begin := time.Now()
	sp, _ := entity.NewIndexIvfFlatSearchParam(16)
	// ベクトル類似検索を実行
	sRet, err := c.Search(ctx, collectionName, nil, "", []string{"random"}, vec2search,
		"embeddings", entity.L2, topK, sp)
	end := time.Now()
	if err != nil {
		log.Fatalf("検索に失敗しました、エラー: %v", err)
	}

	log.Println("結果を表示:")
	for _, res := range sRet {
		printResult(&res)
	}

printResult 関数の定義

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)
}

完全なデモソースコードは、Go Milvus 入門ソースコード を参照ください。