Milvus_CLIを使い始める

情報爆発の時代、私たちは音声、画像、動画、その他の非構造化データを常に生み出している。この膨大なデータをいかに効率的に分析するか。ニューラルネットワークの登場により、非構造化データをベクトルとして埋め込むことが可能になり、Milvusデータベースは、ベクトルデータの保存、検索、分析を完結させる基本的なデータサービスソフトウェアである。

しかし、Milvusのベクトル・データベースを迅速に利用するにはどうすればよいのだろうか？

APIは覚えるのが大変で、Milvusデータベースを操作する簡単なコマンドラインがあればいいのに、と不満を漏らすユーザーもいる。

Milvus_CLIはMilvusベクトルデータベース専用のコマンドラインツールです。

Milvus_CLIはMilvusの便利なデータベースCLIであり、シェルの対話型コマンドを使用してデータベース接続、データインポート、データエクスポート、ベクトル計算を行うことができます。最新版のMilvus_CLIには以下の機能があります。

• Windows、Mac、Linuxを含む全てのプラットフォームに対応

• pip によるオンラインおよびオフラインインストールに対応

• ポータブル、どこでも使用可能

• Python用Milvus SDKをベースに構築

• ヘルプドキュメント付き

• オートコンプリート対応

インストール

Milvus_CLIはオンラインでもオフラインでもインストールできます。

オンラインでMilvus_CLIをインストールする

以下のコマンドを実行し、pipでMilvus_CLIをオンラインインストールします。Python 3.8以降が必要です。

pip install milvus-cli

Milvus_CLI をオフラインでインストールする

Milvus_CLIをオフラインでインストールするには、まずリリースページから最新のtarballをダウンロードしてください。

図1](https://assets.zilliz.com/1_af0e832119.png)

tarballのダウンロードが完了したら、以下のコマンドを実行し、Milvus_CLIをインストールします。

pip install milvus_cli-<バージョン>.tar.gz

Milvus_CLIがインストールされたら、milvus_cliを実行する。表示される milvus_cli > プロンプトはコマンドラインの準備ができたことを示している。

図2](https://assets.zilliz.com/2_b50f5d2a5a.png)

M1チップを搭載したMacやPython環境のないPCを使っている場合は、代わりにポータブルアプリケーションを使うこともできる。そのためには、ダウンロード して、あなたのOSに対応するリリースページにあるファイルを chmod +x して実行可能な状態にし、./ を実行してください。

例

以下の例では milvus_cli-v0.1.8-fix2-macOS を実行可能にして実行している。

sudo chmod +x milvus_cli-v0.1.8-fix2-macOS
./milvus_cli-v0.1.8-fix2-macOS

使用法

Milvus に接続する

Milvusに接続する前に、Milvusがサーバにインストールされていることを確認してください。詳細はMilvus StandaloneのインストールまたはMilvus Clusterのインストールを参照してください。

Milvusがデフォルトポートでlocalhostにインストールされている場合、connectを実行する。

図3](https://assets.zilliz.com/3_f950d3739a.png)

それ以外の場合は、MilvusサーバのIPアドレスを指定して以下のコマンドを実行する。以下の例では、IPアドレスに172.16.20.3、ポート番号に19530を使用している。

connect -h 172.16.20.3

図4](https://assets.zilliz.com/5_95a88c1cbf.png)

コレクションの作成

このセクションでは、コレクションの作成方法を紹介します。

コレクションはエンティティで構成され、RDBMS のテーブルに似ています。詳細は用語集を参照してください。

図5](https://assets.zilliz.com/5_95a88c1cbf.png)

例

以下の例では、car という名前のコレクションを作成する。carコレクションには、id,vector,color,brandの4つのフィールドがある。主キーフィールドはid` である。詳細はcreate collectionを参照すること。

create collection -c car -f id:INT64:primary_field -f vector:FLOAT_VECTOR:128 -f color:INT64:color -f brand:INT64:brand -p id -a -d 'car_collection'.

コレクションをリストアップする

以下のコマンドを実行し、Milvusインスタンスの全コレクションをリストアップします。

コレクションのリスト

図6](https://assets.zilliz.com/6_1331f4c8bc.png)

以下のコマンドを実行して、carコレクションの詳細を確認する。

コレクションを記述する -c car

図7](https://assets.zilliz.com/7_1d70beee54.png)

2つのベクトル間の距離を計算する

以下のコマンドを実行して、carコレクションにデータをインポートする。

import -c car 'https://raw.githubusercontent.com/zilliztech/milvus_cli/main/examples/import_csv/vectors.csv'

図8](https://assets.zilliz.com/8_7609a4359a.png)

queryを実行し、プロンプトが表示されたら、コレクション名としてcar、クエリ式としてid>0` を入力する。以下の図に示すように、条件を満たすエンティティの ID が返される。

図9](https://assets.zilliz.com/9_f0755589f6.png)

calc`を実行し、プロンプトが表示されたら適切な値を入力して、ベクトル配列間の距離を計算する。

コレクションを削除する

以下のコマンドを実行して car コレクションを削除する。

コレクションを削除する -c car

図10](https://assets.zilliz.com/10_16b2b01935.png)

もっと見る

Milvus_CLIは上記の機能に限定されるものではありません。helpを実行するとMilvus_CLIに含まれる全てのコマンドとそれぞれの説明が表示されます。指定したコマンドの詳細を表示するには --help` を実行します。

図11](https://assets.zilliz.com/11_5f31ccb1e8.png)

参照:

Milvus Docs の Milvus_CLI コマンドリファレンス も参照してください。

Milvus_CLIがMilvusベクトルデータベースをより簡単に利用するための一助となれば幸いです。今後もMilvus_CLIを最適化していきますので、ご協力をお願いいたします。

ご質問がございましたら、GitHubのfile an issueまでお気軽にご連絡ください。