Go to Milvus Quickly

บทนี้จะแนะนำถึงวิธีการเริ่มต้นใช้งานด้านการอ่านและเขียนข้อมูลของฐานข้อมูลเวกเตอร์ Milvus โดยใช้ Go

การติดตั้ง Go SDK

โปรดทราบ: Go SDK ต้องการ Go เวอร์ชัน 1.15 หรือสูงกว่า

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

นำเข้า Dependency

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"
)

เชื่อมต่อกับฐานข้อมูล Milvus

	ctx := context.Background()

	log.Printf(msgFmt, "กำลังเชื่อมต่อกับ Milvus")
	c, err := client.NewClient(ctx, client.Config{
		Address: "localhost:19530",
	})
	if err != nil {
		log.Fatal("เชื่อมต่อกับ Milvus ไม่สำเร็จ, ข้อผิดพลาด: ", err.Error())
	}
	defer c.Close()

สร้างคอลเลคชัน

ขั้นตอนในการสร้างคอลเลคชันคล้ายกับการสร้างโครงสร้างตาราง MySQL ที่คุณต้องให้คำอธิบายประเภทของแต่ละฟิลด์

   collectionName = "hello_tizi365"
	log.Printf(msgFmt, fmt.Sprintf("กำลังสร้างคอลเลคชัน, `%s`", collectionName))
	
	// กำหนดประเภทของฟิลด์ของคอลเลคชัน, กำหนด ID, random, และ embeddings ที่นี่
	schema := entity.NewSchema().WithName(collectionName).WithDescription("คำอธิบายของคอลเลคชัน").
		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))

	// สร้างคอลเลคชันโดยใช้ประเภทของฟิลด์ที่กำหนดไว้
	if err := c.CreateCollection(ctx, schema, entity.DefaultShardNumber); err != nil {
		log.Fatalf("การสร้างคอลเลคชันไม่สำเร็จ, ข้อผิดพลาด: %v", err)
	}

แทรกข้อมูลลงในคอลเลคชัน

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

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

    // สำหรับการทดสอบ, สร้างข้อมูลทดสอบสุ่มที่นี่
	// สร้าง IDs
	for i := 0; i < nEntities; i++ {
		idList = append(idList, int64(i))
	}
	// สร้างค่าสุ่ม
	for i := 0; i < nEntities; i++ {
		randomList = append(randomList, rand.Float64())
	}
	// สร้างค่าเวกเตอร์
	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)
	}
	// แทรกชุดข้อมูลหลายชุด จัดอยู่ตามคอลัมน์สำหรับข้อมูลหลายชุด
	idColData := entity.NewColumnInt64("ID", idList)
	randomColData := entity.NewColumnDouble("random", randomList)
	embeddingColData := entity.NewColumnFloatVector("embeddings", dim, embeddingList)

    // แทรกข้อมูล
	if _, err := c.Insert(ctx, collectionName, "", idColData, randomColData, embeddingColData); err != nil {
		log.Fatalf("การเขียนข้อมูลไม่สำเร็จ, ข้อผิดพลาด: %v", err)
	}
    
	// ระบายข้อมูลลงดิสก์
	if err := c.Flush(ctx, collectionName, false); err != nil {
		log.Fatalf("การระบายข้อมูลไม่สำเร็จ, ข้อผิดพลาด: %v", err)
	}

สร้างดัชนี

	// กำหนดประเภทดัชนี
	idx, err := entity.NewIndexIvfFlat(entity.L2, 128)
	if err != nil {
		log.Fatalf("การกำหนดดัชนีไม่สำเร็จ, ข้อผิดพลาด: %v", err)
	}
	// สร้างดัชนีสำหรับคอลเลคชันที่ระบุ
	if err := c.CreateIndex(ctx, collectionName, embeddingCol, idx, false); err != nil {
		log.Fatalf("การสร้างดัชนีไม่สำเร็จ, ข้อผิดพลาด: %v", err)
	}

    // โหลดคอลเลคชันที่ระบุเข้าสู่หน่วยความจำเพื่อเพิ่มประสิทธิภาพในการคิวรี
	err = c.LoadCollection(ctx, collectionName, false)
	if err != nil {
		log.Fatalf("การโหลดคอลเลคชันไม่สำเร็จ, ข้อผิดพลาด: %v", err)
	}

ค้นหาความคล้ายคลึงของเวกเตอร์

   // เตรียมเวกเตอร์ที่ต้องการค้นหา ที่นี่เราจะดึงข้อมูลเวกเตอร์บางส่วนจากข้อมูลเวกเตอร์ที่สร้างไว้ก่อนหน้าเพื่อทดสอบ และเราจะค้นหาผลลัพธ์ที่คล้ายคลึงกับเวกเตอร์เหล่านี้ด้านล่าง
	vec2search := []entity.Vector{
		entity.FloatVector(embeddingList[len(embeddingList)-2]),
		entity.FloatVector(embeddingList[len(embeddingList)-1]),
	}
	begin := time.Now()
	sp, _ := entity.NewIndexIvfFlatSearchParam(16)
	// ดำเนินการค้นหาความคล้ายคลึงของเวกเตอร์
	sRet, err := c.Search(ctx, collectionName, nil, "", []string{"random"}, vec2search,
		"embeddings", entity.L2, topK, sp)
	end := time.Now()
	if err != nil {
		log.Fatalf("การค้นหาล้มเหลว, ข้อผิดพลาด: %v", err)
	}

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

คำจำกัดตัวแปรฟังก์ชัน printResult

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)
}

รหัสแหล่งที่มาแบบเต็ม, Go Milvus รหัสเริ่มต้นการใช้งาน