Das Erstellen von Collections in Zilliz Cloud ist jetzt viel einfacher geworden
Der Aufbau des richtigen Datenschemas ist für jede Datenbankanwendung entscheidend, und wenn Ihre Projekte komplexer werden, benötigen Sie leistungsstärkere Konfigurationsoptionen. Während Zilliz Cloud über unser SDK schon immer erweiterte Funktionen angeboten hat, haben wir Ihr Feedback gehört, dass Sie diese Funktionen direkt in der UI verfügbar haben möchten.
Heute liefern wir genau das. Wir haben die gesamte Erfahrung beim Erstellen von Collections verbessert, um erweiterte Funktionen direkt in die Oberfläche zu bringen. Dadurch wird es schneller und einfacher, produktionsreife Schemata zu erstellen, ohne zwischen Tools wechseln zu müssen.
Volltextsuche und Keyword-Matching jetzt in der UI verfügbar
Die Volltextsuche bewertet Dokumente nach Begriffsrelevanz, was für RAG (Retrieval-Augmented Generation) und keywordintensive Anwendungen unerlässlich ist. Sie arbeitet direkt mit Rohtext und erzeugt automatisch Sparse Vectors – kein manuelles Embedding erforderlich. Keyword-Matching eignet sich hingegen perfekt für das Filtern nach exakten Phrasen und präzise Lookups.
Bisher waren beide Funktionen nur über das SDK verfügbar. Ihre Konfiguration erforderte ein Verständnis dafür, wie input text field, function und output sparse field zusammenarbeiten – leicht falsch zu konfigurieren, schwer zu debuggen.
Mit diesem Update ist die Volltextsuche jetzt vollständig UI-gesteuert. Wählen Sie eine VARCHAR-Spalte aus, wählen Sie eine Funktion (Standard oder Custom Analyzer) und weisen Sie ein Sparse Field zu. Außerdem zeigen wir SDK-Codebeispiele inline an, damit Sie bei Bedarf reibungslos zu Code-Workflows übergehen können.
Keyword-Matching ist jetzt ein Ein-Klick-Schalter. Sie können es direkt für bestimmte Felder aktivieren, wodurch die Konfiguration schneller und intuitiver wird.
Volltextsuche und Keyword-Matching jetzt in der UI verfügbar.png
Partitionierung leicht gemacht: Klare Orientierung für die richtige Wahl
Partitionierung ist für die Leistungsoptimierung unerlässlich, insbesondere in Multi-Tenant- oder groß angelegten Umgebungen. Doch der Unterschied zwischen Partition und Partition Key war nicht immer offensichtlich – und er ist wichtig.
In Zilliz Cloud:
Eine Partition ist eine physische Teilmenge einer Collection. Sie teilt dasselbe Schema, enthält aber nur einen Teil der Daten – ideal, um Workloads zu isolieren oder die Abfrageleistung zu verbessern.
Ein Partition Key ermöglicht es Ihnen, Daten über Mandanten hinweg mithilfe eines skalaren Felds aufzuteilen und so logische Isolation im großen Maßstab zu ermöglichen.
Bisher mussten Partitionen über das SDK erstellt, definiert und verwaltet werden. Die ähnlichen Namen und sich gegenseitig ausschließenden Verhaltensweisen führten häufig zu Verwirrung, und Konfigurationsfehler konnten teuer werden und manchmal ein vollständiges Neuladen der Daten erfordern.
Jetzt haben wir dies einfacher und sicherer gemacht. Die UI erklärt nun beim Erstellen einer Collection klar den Unterschied zwischen Partition und Partition Key und hilft Ihnen, die richtige Einrichtung für Ihre Anforderungen zu wählen. Eine neue Seite zur Partitionsverwaltung ermöglicht es Ihnen, Partitionen zu erstellen und in der Vorschau anzuzeigen sowie Daten direkt in sie zu importieren.
Wenn Partition Key aktiviert ist, werden Partitionen automatisch verwaltet – die UI deaktiviert die manuelle Partitionierung, um Konflikte zu vermeiden.
Partitionierung leicht gemacht – Klare Orientierung für die richtige Wahl
Memory-Mapping-Steuerungen: Jederzeit konfigurieren, nicht nur bei der Erstellung
Mmap (Memory Mapping) ist eine leistungsstarke Funktion, die den Speicherbedarf reduziert und den Durchsatz verbessert, insbesondere bei großen oder selten abgerufenen Feldern. Die Verwaltung war jedoch früher knifflig.
Bisher musste Mmap bei der Erstellung einer Collection aktiviert werden und konnte nur über SDK geändert werden. Die Oberfläche erklärte außerdem nicht, wann Sie Ihre Collection freigeben mussten, um Änderungen vorzunehmen, oder half Ihnen zu verstehen, auf welche verschiedenen Arten Mmap auf Ihre Daten angewendet werden konnte.
All das haben wir behoben.
Mmap-Einstellungen sind jetzt granularer und expliziter. Prioritäten auf Feld-, Collection- und Cluster-Ebene sind klar definiert.
Sie können Mmap jetzt bei Bedarf auf Collection- oder Spaltenebene konfigurieren – und separat für Rohdaten und Indexdaten.
Der Mmap-Status ist direkt in der Schemaansicht sichtbar und bearbeitbar. Geben Sie einfach die Collection frei, und Sie können die Einstellungen über die UI aktualisieren.
Unterstützung für Nullable und Standardwerte: Robustere Schreibvorgänge, übersichtlichere UI
Wir wissen, dass nicht jedes Feld einen Standardwert oder eine Einstellung für Nullbarkeit benötigt. Wenn Sie diese jedoch benötigen – insbesondere für unvollständige Daten oder flexible Schemas –, sind sie unverzichtbar.
Bisher überfrachteten diese Optionen die Oberfläche zur Erstellung von Collections, selbst wenn sie nicht verwendet wurden. Jetzt haben wir die Erfahrung optimiert. Einstellungen für Nullable und Standardwerte sind standardmäßig ausgeblendet. Sie sind bei Bedarf weiterhin verfügbar, stehen häufigen Vorgängen aber nicht mehr im Weg.
So erhalten Sie eine übersichtlichere Oberfläche und behalten gleichzeitig die vollständigen Fehlertoleranz-Kontrollen, wenn Sie sie benötigen.
Unterstützung für Nullable und Standardwerte – Robustere Schreibvorgänge, übersichtlichere UI
Vollständige Indexverwaltung: Skalare und Vektorindizes an einem Ort
Indizes sind entscheidend für schnelle Suche und Filterung. Bisher wurden beim Erstellen einer Collection automatisch Vektorindizes eingerichtet; wenn Sie jedoch skalare Indizes erstellen wollten, mussten Sie diese separat mithilfe des SDK konfigurieren. Die UI erklärte auch nicht, warum skalare Indizes wichtig sind, sodass die meisten Benutzer diesen Schritt einfach übersprangen. Das wurde zu einem Performance-Engpass – wenn Benutzer ihre Daten mithilfe skalarer Felder ohne ordnungsgemäße Indizierung filterten, liefen Abfragen deutlich langsamer, als sie sollten.
Mit diesem Update haben wir all diese Probleme behoben.
Der Ablauf zur Erstellung von Collections enthält jetzt ein vollständiges Indizierungsmodul, das erklärt, warum Indizes wichtig sind, und Sie dabei unterstützt, die richtigen zu konfigurieren.
Eine dedizierte Seite zur Indexverwaltung wurde hinzugefügt, um das Erstellen, Löschen und Vorschauen aller Indextypen zu unterstützen und die vollständige Lebenszyklusverwaltung in die UI zu bringen.
Unterstützung für JSON-Path-Indizes ist jetzt verfügbar, was Ihnen einen enormen Leistungsschub bei der Abfrage von JSON- und dynamischen Feldern bietet.
Shard und Consistency Level jetzt in der UI sichtbar
Zwei der leistungsstärksten Einstellungen auf Collection-Ebene—Shard und Consistency Level—waren zuvor in der UI verborgen. Das machte es schwierig zu überprüfen, ob die Standardwerte zu Ihrer Workload passten.
Shards teilen Ihre Collection horizontal auf und ermöglichen parallele Schreibkanäle—was den Schreibdurchsatz erheblich verbessert.
Consistency Level steuert, wie aktuell die Daten während Such- und Abfragevorgängen sein müssen. Standardmäßig verwenden wir
Bounded, das Aktualität und Performance ausbalanciert.
In diesem Update zeigen wir beide Einstellungen direkt im Ablauf zur Erstellung einer Collection. Sie können sie sofort an die Anforderungen Ihrer Anwendung anpassen—mit integrierten Erklärungen und Nutzungshinweisen, die Sie bei Ihren Entscheidungen unterstützen.
Shard und Consistency Level jetzt in der UI sichtbar
Verbessertes Schema-Design: Bessere Integration dynamischer Felder
Mit dynamischen Feldern können Sie neue Felder einfügen, ohne das Schema zu ändern—ideal für Anwendungen mit flexiblen Datenstrukturen. Die Zilliz Cloud UI stellte dies jedoch nur als Umschalter dar, wodurch unklar war, wie dynamische Felder mit Skalar- oder Vektorspalten zusammenhängen.
Jetzt werden dynamische Felder im Schema-Design neben Skalar- und Vektorfeldern angezeigt. Wir haben Beschreibungslabels hinzugefügt, damit Sie besser verstehen, wie diese leistungsstarke Funktion in Ihr Schema passt.
Verbessertes Schema-Design- Bessere Integration dynamischer Felder
Wir haben außerdem Data Import in Data Preview integriert, wodurch der Workflow vereinfacht und das Wechseln zwischen Tabs reduziert wird.
Fazit: Von Anfang an richtig bauen
Bei Zilliz sind wir der Meinung, dass die Erstellung einer Collection kein Ratespiel sein sollte. Das richtige Schema ist die Grundlage für alles, von der Abfrage-Performance über Kosteneffizienz bis hin dazu, wie schnell Ihre KI-Anwendungen skalieren können.
Bei diesem Upgrade geht es nicht nur darum, weitere Einstellungen hinzuzufügen. Es geht darum, Ihnen die Klarheit und Kontrolle zu geben, um Ihr Datenmodell gleich beim ersten Mal selbstbewusst zu entwerfen. Ob Sie Partitionen konfigurieren, Mmap umschalten, Indizes definieren oder Konsistenzeinstellungen feinabstimmen—alles ist jetzt direkt in der UI einfacher zu sehen, zu verstehen und zu verwalten.
Mit diesen Verbesserungen können Sie aufhören, sich über Infrastrukturkomplexität Gedanken zu machen, und sich darauf konzentrieren, schnellere, intelligentere und leistungsfähigere Anwendungen zu entwickeln, die von Vektorsuche unterstützt werden.
Erste Schritte mit Zilliz Cloud
Bereit, den verbesserten Workflow zu erleben? Die neue Oberfläche ist jetzt für alle Zilliz Cloud-Nutzer verfügbar.
Bestehende Nutzer: Melden Sie sich in Ihrer Zilliz Cloud-Konsole an und erstellen Sie eine neue Collection, um die aktualisierten Funktionen zu erkunden. Ihre bestehenden Collections funktionieren unverändert weiter.
Neu bei Zilliz Cloud? Registrieren Sie sich kostenlos und starten Sie mit bis zu 200 $ Guthaben. Erleben Sie die Leistungsfähigkeit verwalteter Vektordatenbanken mit unseren vereinfachten Schema-Design-Tools.
Benötigen Sie Hilfe? Lesen Sie unsere Dokumentation oder kontaktieren Sie unser Support-Team, um Unterstützung bei der Optimierung Ihrer Vektordatenbank-Einrichtung zu erhalten.
Wie immer freuen wir uns über Ihr Feedback, damit wir Zilliz Cloud weiter verbessern können.
Weiterlesen
My Wife Wanted Dior. I Spent $600 on Claude Code to Vibe-Code a 2M-Line Database Instead.
Write tests, not code reviews. How a test-first workflow with 6 parallel Claude Code sessions turns a 2M-line C++ codebase into a daily shipping pipeline.
Zilliz Named "Highest Performer" and "Easiest to Use" in G2's Summer 2025 Grid® Report for Vector Databases
Zilliz shines in G2's Summer 2025 Grid® Report as both "Highest Performer" and "Easiest to Use," solving the performance-usability dilemma.
Bringing AI to Legal Tech: The Role of Vector Databases in Enhancing LLM Guardrails
Discover how vector databases enhance AI reliability in legal tech, ensuring accurate, compliant, and trustworthy AI-powered legal solutions.