Gérez votre base de données vectorielle Milvus en un clic
Cet article est rédigé par Zhen Chen et traduit par Lichen Wang.
Zilliz est un pionnier qui s’est consacré à permettre aux utilisateurs de faire face à la demande croissante en traitement de données non structurées. Zilliz a désormais rendu open source une interface utilisateur graphique - Attu - spécialement pour Milvus 2.0, un système de base de données vectorielle orienté IA conçu pour des scénarios de production massifs. Dans cet article, nous souhaitons vous montrer étape par étape comment effectuer une recherche par similarité vectorielle avec Attu et Milvus 2.0.
Attu (/ ˈætu /) est une île située à l’extrémité ouest des îles Aléoutiennes. Ce royaume inhabité symbolise un esprit d’aventure.
Comparé à Milvus CLI qui apporte une simplicité d’utilisation maximale, Attu offre davantage de fonctionnalités :
- Installateurs pour Windows OS, macOS et Linux OS ;
- Interface graphique intuitive pour une utilisation plus facile de Milvus ;
- Couverture des principales fonctionnalités de Milvus ;
- Plugins pour l’extension de fonctionnalités personnalisées ;
- Informations complètes sur la topologie du système pour une compréhension et une administration plus faciles de l’instance Milvus.
Installation
Vous pouvez trouver la dernière version d’Attu sur GitHub. Attu propose des installateurs exécutables pour différents systèmes d’exploitation. Il s’agit d’un projet open source qui accueille les contributions de tous.
Installateurs et code source d’Attu.
Vous pouvez également installer Attu via Docker.
docker run -p 8000:3000 -e HOST_URL=http://{ attu IP }:8000 -e MILVUS_URL={milvus server IP}:19530 zilliz/attu:latest
attu IP est l’adresse IP de l’environnement dans lequel Attu s’exécute, et milvus server IP est l’adresse IP de l’environnement dans lequel Milvus s’exécute.
Après avoir installé Attu avec succès, vous pouvez saisir l’IP et le port de Milvus dans l’interface pour démarrer Attu.
Connecter Milvus avec Attu.
Aperçu des fonctionnalités
Page Overview d’Attu.
L’interface d’Attu se compose de la page Overview, de la page Collection, de la page Vector Search et de la page System View, correspondant respectivement aux quatre icônes du volet de navigation de gauche. La page Overview affiche les collections chargées. Tandis que la page Collection répertorie toutes les collections et indique si elles sont chargées ou libérées.
Page Collection d’Attu.
Les pages Vector Search et System View sont des plugins d’Attu. Les concepts et l’utilisation des plugins seront présentés dans la dernière partie du blog.
Vous pouvez effectuer une recherche par similarité vectorielle sur la page Vector Search.
Page Vector Search d’Attu.
Sur la page System View, vous pouvez consulter la structure topologique de Milvus.
Page System View d’Attu.
Vous pouvez également consulter les informations détaillées de chaque nœud en cliquant sur le nœud.
Page de vue des nœuds d’Attu.
Démonstration
Explorons Attu avec un jeu de données de test.
Consultez notre dépôt GitHub pour le jeu de données utilisé dans le test suivant.
Tout d’abord, créez une collection nommée test avec les quatre champs suivants :
- Field Name: id, champ de clé primaire
- Field Name: vector, champ vectoriel, vecteur flottant, Dimension: 128
- Field Name: brand, champ scalaire, Int64
- Field Name: color, champ scalaire, Int64
Créer une collection avec Attu.
Chargez la collection pour la recherche après qu’elle a été créée avec succès.
Charger la collection avec Attu.
Vous pouvez maintenant consulter la collection nouvellement créée sur la page Overview.
Consulter la collection avec Attu.
Importez le jeu de données de test dans Milvus.
Importer des données avec Attu.
Importer des données avec Attu.
Importer des données avec Attu.
Cliquez sur le nom de la collection dans la page Overview ou Collection pour accéder à l’interface de requête afin de vérifier les données importées.
Ajoutez un filtre, spécifiez l’expression id != 0, cliquez sur Apply Filter, puis cliquez sur Query.
Interroger des données avec Attu.
Vous constaterez que les cinquante entrées d’entités ont été importées avec succès.
Résultat de la requête.
Essayons maintenant la recherche de similarité vectorielle.
Copiez un vecteur depuis le fichier search_vectors.csv et collez-le dans le champ Vector Value. Choisissez la collection et le champ. Cliquez sur Search.
Rechercher des données avec Attu.
Vous pouvez ensuite consulter le résultat de la recherche. Sans compiler le moindre script, vous pouvez effectuer facilement une recherche avec Milvus.
Résultat de la recherche.
Enfin, consultons la page System View.
Grâce à l’API Metrics encapsulée dans le SDK Milvus Node.js, vous pouvez vérifier l’état du système, les relations entre les nœuds et l’état des nœuds.
En tant que fonctionnalité exclusive d’Attu, la page System Overview comprend un graphe topologique complet du système. En cliquant sur chaque nœud, vous pouvez vérifier son état (actualisation toutes les 10 secondes).
Graphe topologique des nœuds Milvus dans Attu.
Cliquez sur chaque nœud pour accéder à la Node List View. Vous pouvez vérifier tous les nœuds enfants d’un nœud coord. Grâce au tri, vous pouvez identifier rapidement les nœuds ayant une utilisation élevée du CPU ou de la mémoire, et localiser le problème dans le système.
Liste des nœuds Milvus.
Quoi d’autre
Comme mentionné précédemment, les pages Vector Search et System View sont des plugins d’Attu. Nous encourageons les utilisateurs à développer leurs propres plugins dans Attu afin de les adapter à leurs scénarios d’application. Dans le code source, un dossier est spécialement prévu pour le code des plugins.
Les pages Vector Search et System View sont des plugins d’Attu.
Vous pouvez vous référer à n’importe quel plugin pour apprendre à créer un plugin. En configurant le fichier de configuration suivant, vous pouvez ajouter le plugin à Attu.
Ajouter des plugins à Attu.
Vous pouvez consulter le dépôt GitHub d’Attu et la documentation technique de Milvus pour des instructions détaillées.
Attu est un projet open source. Toutes les contributions sont les bienvenues. Vous pouvez également signaler un problème si vous avez rencontré un problème avec Attu.
Nous espérons sincèrement qu’Attu pourra vous offrir une meilleure expérience utilisateur avec Milvus. Et si vous aimez Attu, ou si vous avez des retours sur son utilisation, vous pouvez remplir ce sondage utilisateur Attu pour nous aider à optimiser Attu afin d’améliorer l’expérience utilisateur.
Continuer à lire
A Developer's Guide to Exploring Milvus 2.6 Features on Zilliz Cloud
Milvus 2.6 marks a shift from “vector search + glue code” to a more advanced retrieval engine, and it is now Generally Available (GA) on Zilliz Cloud (a managed Milvus service).
DeepSeek-OCR Explained: Optical Compression for Scalable Long-Context and RAG Systems
Discover how DeepSeek-OCR uses visual tokens and Contexts Optical Compression to boost long-context LLM efficiency and reshape RAG performance.
Why Deepseek is Waking up AI Giants Like OpenAI And Why You Should Care
Discover how DeepSeek R1's open-source AI model with superior reasoning capabilities and lower costs is disrupting the AI landscape and challenging tech giants like OpenAI.