Nuevo soporte para copia de seguridad y restauración de bases de datos de Zilliz Cloud
Nos complace anunciar la disponibilidad de Backup and Restore para tu base de datos en Zilliz Cloud. La pérdida de datos puede ocurrirle a cualquiera en cualquier momento. Las consecuencias pueden ser devastadoras, ya sea debido a un fallo de hardware, un error de software o incluso un error humano. Por eso es fundamental contar con una solución confiable de copia de seguridad y recuperación para bases de datos vectoriales.
Con la nueva función Backup and Restore, ahora puedes hacer copias de seguridad fácilmente de tus datos importantes y restaurarlos en caso de una pérdida inesperada. La nueva función te ofrece:
- Interfaz fácil de usar: Nuestra interfaz intuitiva facilita la copia de seguridad y restauración de tus datos, incluso si no eres un experto técnico.
- Copias de seguridad automatizadas: Programa copias de seguridad automatizadas para garantizar que tus datos estén siempre actualizados y seguros.
- Almacenamiento seguro: Tus datos se almacenan de forma segura en la nube, por lo que puedes tener la tranquilidad de que están a salvo de filtraciones de datos y otras amenazas de seguridad.
- La eficiencia del big data: Puedes hacer copias de seguridad de hasta 100 millones de datos vectoriales de 128 dimensiones en solo 5 minutos.
Comienza con Backup and Restore
El acceso a Backup and Restore está limitado a los usuarios empresariales que se suscriben al plan Zilliz Cloud Enterprise. Primero, navega a “Backup” dentro de la pestaña “Database”. Desde allí, puedes crear snapshots manualmente o programar trabajos de copia de seguridad automatizados, ver los detalles de los snapshots y restaurar snapshots en cualquier momento. Consulta nuestra documentación para obtener más información.
Create Snapshot.png
Crear un snapshot | Zilliz Cloud
Restore Database.png
Restaurar una base de datos | Zilliz Cloud
Hoja de ruta futura
Tenemos muchos planes ambiciosos y estamos trabajando en muchas capacidades interesantes que llegarán más adelante este año. Estas son algunas de las cosas en las que está trabajando el equipo:
- Opciones de recuperación flexibles: Elige restaurar toda tu base de datos o una colección específica.
- Recuperación a un punto en el tiempo (PITR): Te permite restaurar bases de datos o una configuración particular desde un momento en el pasado.
- Copia de seguridad entre regiones: Copia copias de seguridad entre múltiples servicios a diferentes regiones, lo que te ayuda a cumplir más fácilmente con los requisitos de continuidad del negocio, recuperación ante desastres y cumplimiento normativo.
Disponibilidad y precios
Backup & Restore ya están disponibles para el plan Zilliz Cloud Enterprise. Los cargos de Backup se basan en el uso: $0.025 GB y el almacenamiento tendrá retención gratuita dentro de 30 días.
Esperamos que esta mejora te permita satisfacer las necesidades de copia de seguridad y retención de datos de tu organización con menos esfuerzo. Dirígete a https://cloud.zilliz.com/ y explóralo por ti mismo. Si tienes algún comentario, comparte tus opiniones en support@zillz.com. ¡Esperamos saber de ti pronto!
Primeros pasos con Zilliz Cloud
- Regístrate en el próximo webinar para conocer todas estas nuevas funciones de Zilliz Cloud
- ¡Pruébalo! Comienza tu prueba gratuita de 30 días con $100 de crédito
- Profundiza en la documentación de Zilliz Cloud
- Consulta la guía sobre migración de Milvus a Zilliz Cloud
Sigue leyendo
How to Improve Retrieval Quality for Japanese Text with Sudachi, Milvus/Zilliz, and AWS Bedrock
Learn how Sudachi normalization and Milvus/Zilliz hybrid search improve Japanese RAG accuracy with BM25 + vector fusion, AWS Bedrock embeddings, and practical code examples.
Milvus/Zilliz + Surveillance: How Vector Databases Transform Multi-Camera Tracking
See how Milvus vector database enhances multi-camera tracking with similarity-based matching for better surveillance in retail, warehouses and transport hubs.
What is the K-Nearest Neighbors (KNN) Algorithm in Machine Learning?
KNN is a supervised machine learning technique and algorithm for classification and regression. This post is the ultimate guide to KNN.