ワンクリックでMilvusベクターデータベースを管理
*この記事はZhen Chenが執筆し、Lichen Wangが翻訳した。
Zillizは、非構造化データ処理の需要が急速に高まる中、ユーザーを支援することに専念してきたパイオニアである。このたびZillizは、大量生産シナリオ向けに設計されたAI指向のベクトル・データベース・システムMilvus 2.0専用のグラフィカル・ユーザー・インターフェースAttuをオープンソース化した。本記事では、AttuとMilvus 2.0を使ったベクトル類似検索の方法を順を追ってご紹介します。
アリューシャン列島の西端にある島。この無人島は冒険心を象徴している](https://assets.zilliz.com/map_aa1cda30d4.png)
使いやすさを追求したMilvus CLIに比べ、Attuはより多くの機能を備えています：
- Windows OS、macOS、Linux OS用のインストーラー；
- Milvusをより簡単に使用するための直感的なGUI；
- Milvusの主要機能をカバー；
- カスタマイズされた機能を拡張するためのプラグイン
- Milvusインスタンスの理解と管理を容易にする完全なシステムトポロジー情報。
インストール
Attuの最新リリースはGitHubにあります。Attuは様々なオペレーティングシステム用の実行可能なインストーラを提供しています。Attuはオープンソースプロジェクトであり、誰からの貢献も歓迎します。
Attuインストーラとソースコード](https://assets.zilliz.com/installation_bbe62873af.png)
Docker経由でAttuをインストールすることもできます。
シェル docker run -p 8000:3000 -e HOST_URL=http://{ Attu IP }:8000 -e MILVUS_URL={milvus server IP}:19530 zilliz/attu:latest
attu IP`はAttuが動作する環境のIPアドレス、`milvus server IP`はMilvusが動作する環境のIPアドレスである。
Attuのインストールに成功したら、インターフェイスにMilvusのIPとPortを入力してAttuを起動します。
AttuでMilvusを接続する](https://assets.zilliz.com/connect_1fde46d9d5.png)
## 機能概要
Attu概要ページ](https://assets.zilliz.com/overview_591e230514.png)
Attuのインターフェースは**Overview**ページ、**Collection**ページ、**Vector Search**ページ、**System View**ページからなり、それぞれ左側のナビゲーションペインの4つのアイコンに対応しています。
Overview**ページにはロードされたコレクションが表示されます。一方、**Collection** ページはすべてのコレクションをリストし、それらがロードされているかリリースされているかを示します。
コレクションページ](https://assets.zilliz.com/collection_42656fe308.png)
Vector Search**と**System View**ページはAttuのプラグインです。プラグインの概念や使い方については、ブログの最終回で紹介します。
ベクトル検索**ページでは、ベクトルの類似度検索を行うことができます。
Attuベクトル検索ページ](https://assets.zilliz.com/vector_search_be7365687c.png)
System View**ページでは、Milvusのトポロジー構造を確認することができます。
また、ノードをクリックすることで、各ノードの詳細情報を確認することができます。
Attuノードビューページ](https://assets.zilliz.com/node_view_5bbc25f9b2.png)
## デモ
テストデータセットを使ってAttuを調べてみよう。
以下のテストで使用するデータセットについては、私たちの[GitHub repo](https://github.com/zilliztech/attu/tree/main/examples)をチェックしてください。
まず、以下の4つのフィールドを持つtestという名前のコレクションを作成する：
- フィールド名：id、主キーフィールド
- フィールド名: vector, vector フィールド, float vector, Dimension: 128
- フィールド名：brand、スカラーフィールド、Int64
- フィールド名：color、スカラーフィールド、Int64
Attuでコレクションを作成](https://assets.zilliz.com/create_collection_95dfa15354.png)
コレクションの作成に成功したら、検索用にコレクションをロードする。
Attuでコレクションを読み込む](https://assets.zilliz.com/load_collection_fec39171df.png)
これで、**Overview**ページで新しく作成されたコレクションを確認することができます。
Attuでコレクションをチェック](https://assets.zilliz.com/check_collection_163b05477e.png)
テストデータセットをMilvusにインポートする。
Attuでデータをインポート](https://assets.zilliz.com/import_data_1_f73d71be85.png)
Attuでデータをインポート](https://assets.zilliz.com/import_data_2_4b3c3c3c25.png)
Attuでインポート](https://assets.zilliz.com/import_data_3_0def4e8550.png)
Overview]または[Collection]ページでコレクション名をクリックすると、インポートされたデータを確認するためのクエリインタフェースに入ります。
フィルタを追加し、`id != 0` という式を指定し、**Apply Filter** をクリックし、**Query** をクリックする。
エンティティの全50エントリが正常にインポートされていることがわかります。
クエリ結果](https://assets.zilliz.com/query_result_bcbbd17084.png)
ベクトル類似性検索を試してみましょう。
search_vectors.csv`からベクトルを1つコピーし、**Vector Value**フィールドに貼り付ける。コレクションとフィールドを選択する。検索** をクリックする。
Attu.でデータを検索](https://assets.zilliz.com/search_data_5af3a1db53.png)
検索結果が表示されます。スクリプトをコンパイルすることなく、簡単にMilvusで検索することができます。
検索結果](https://assets.zilliz.com/search_result_961886efab.png)
最後に、**System View**のページを見てみよう。
Milvus Node.js SDKに内包されているMetrics APIを利用することで、システムの状態、ノードの関係、ノードの状態を確認することができます。
Attu独自の機能として、システム概要ページには完全なシステムトポロジカルグラフが含まれています。各ノードをクリックすることで、そのステータスを確認することができます(10秒ごとに更新)。
AttuのMilvusノードトポロジカルグラフ](https://assets.zilliz.com/topological_graph_d0c5c17586.png)
各ノードをクリックすると、**ノードリストビュー**になります。コーディネート・ノードのすべての子ノードを確認することができます。ソートすることで、CPUやメモリの使用率が高いノードを素早く特定し、システムの問題点を突き止めることができます。
Milvusノードリスト](https://assets.zilliz.com/node_list_64fc610a8d.png)
## さらに
前述の通り、**ベクトル検索**と**システムビュー**ページはAttuのプラグインです。Attuでは、ユーザがアプリケーションのシナリオに合わせて独自のプラグインを開発することを推奨しています。ソースコードの中に、プラグインコード専用のフォルダがあります。
ベクトル検索とシステムビューはAttuのプラグインです](https://assets.zilliz.com/plugins_a2d98e4e5b.png)
プラグインの作り方は、各プラグインを参照してください。以下の設定ファイルを設定することで、Attuにプラグインを追加することができます。
プラグインをAttuに追加する
](https://assets.zilliz.com/add_plugins_e3ef53cc0d.png)
詳しい手順は[Attu GitHub Repo](https://github.com/zilliztech/attu/tree/main/doc)や[Milvus Technical Document](https://milvus.io/docs/v2.0.0/attu.md)を参照してください。
Attuはオープンソースプロジェクトです。すべての貢献を歓迎します。また、Attuに関して何か問題があれば、[問題を提出する](https://github.com/zilliztech/attu/issues)こともできます。
AttuがMilvusをより快適にお使いいただけることを心より願っております。また、Attuを気に入っていただけた場合、または使用方法についてご意見がある場合は、こちらの[Attuユーザーアンケート](https://wenjuan.feishu.cn/m/cfm?t=suw4QnODU1ui-ok7r)にご回答いただき、Attuをより良いユーザー体験に最適化するためにお役立てください。
読み続けて
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.
Expanding Our Global Reach: Zilliz Cloud Launches in Azure Central India
Zilliz Cloud expands to Azure Central India. This new region helps customers meet compliance, reduce latency, and optimize cloud costs when building AI applications.
Zilliz Cloud BYOC Upgrades: Bring Enterprise-Grade Security, Networking Isolation, and More
Discover how Zilliz Cloud BYOC brings enterprise-grade security, networking isolation, and infrastructure automation to vector database deployments in AWS