Zilliz Cloudの新機能：マイグレーションサービス、Fivetranコネクタ、マルチレプリカなど
Zilliz Cloud](https://zilliz.com/cloud)の新機能を発表できることを嬉しく思います。本番環境でAIワークロードを実行するためのサポートを強化するように設計されています。このアップデートにより、開発者やテクニカル・リーダーは、AI主導のアプリケーションを効率的にデプロイし、拡張するための高度なツールを利用できるようになります。
新機能により、技術チームは以下のことが可能になります：
最高のテクノロジーを活用しながら、非構造化データの完全な所有権を維持する。
大規模なプロダクションGenAIアプリケーションのスピードとスケール要件をサポートする
本番環境におけるGenAIワークロードのロバストかつセキュアな運用を保証する
組織がAI駆動型アプリケーションを導入する機会が増えるにつれ、大量の非構造化データの管理、スケール時の高パフォーマンスの確保、運用の堅牢性の維持が重要な課題となっています。当社の新機能はこれらの問題に対処し、開発チームがインフラ管理よりもイノベーションに集中できるようにします。
新機能の概要は以下の通りです：
- マイグレーションサービス
- Fivetranソース・コネクター
- マルチレプリカ
- オートスケーリング
- その他の生産準備アップデート
ローンチ・ウェビナー](https://zilliz.com/event/building-resilient-ai-infrastructure-with-zilliz-cloud-new-features)に参加し、これらのイノベーションを実際にご覧ください。
Zilliz2024年9月ローンチの概要](https://assets.zilliz.com/An_overview_of_the_Zilliz_Sep_2024_Launch_bd710320c1.png)
図1：Zilliz 2024年9月ローンチの概要
マイグレーションサービス：安全かつ効率的なベクターデータ移行
Zilliz Cloudは、AIアプリケーションでベクトルデータベースを使用する際に開発者が直面する重要な課題に対処するために、新たにリリースされた機能であるベクトルデータ用のマイグレーションサービスを紹介します。プロジェクトが進化するにつれて、データベースや他のデータシステム間でベクトルデータを移行する必要性は、いくつかの理由から非常に重要になります：
ベンダーロックインの回避
堅牢なデータバックアップとリカバリ戦略の実装
異なるシステム間の相互運用性の確保
しかし、このプロセスはしばしば予想以上に複雑で、転送中に情報や機能が失われる危険性がある。
マイグレーション・サービスは、以下を提供することで、これらの課題を簡素化します：
ベクターデータベース（Milvus、pgvector、Elasticなど）間のロスレス移行
一括インポートと増分データ移行の両方をサポート
一貫性を確保し、機能を維持するための組み込みのデータ検証
大規模なベクトルデータセットを処理するために設計された高性能オペレーション
マイグレーションサービスを利用することで、開発者は異なるプラットフォームやシナリオにまたがってデータを完全に管理することができます。移行プロセスを合理化することで、データの移植性、セキュリティ、完全性を確保しながら、AIモデルやアプリケーションの構築と改善に集中することができます。
Fivetran Connector：500以上のソースからの非構造化データ統合を合理化
Zilliz CloudはFivetranと統合し、データ取り込み機能を大幅に拡張しました。この新しいコネクタにより、500以上の異なるシステムから非構造化データを効率的に取得できるようになり、AIアプリケーションでアクセスできるデータの範囲が広がります。
その仕組みは以下の通りです：
500以上のソース（Snowflake、MongoDB、Salesforceなど）からの非構造化データがFivetranに流れ込みます。
Fivetranのコネクタと変換ロジックがデータを処理します。
Milvusソースコネクタ（Fivetran SDKで構築）は、処理されたデータをZilliz/Milvusにチャネルします。
非構造化データは、OpenAIのFivetranコネクタを通してOpenAI Embedding Servicesを使用してベクトル化することができます。
最後に、ベクトルデータはZilliz Cloud/Milvusに取り込まれ、ベクトル検索とAIアプリケーションの準備が整う。
Fivetranソースコネクタの仕組み](https://assets.zilliz.com/How_the_Fivetran_Source_Connector_Work_63f64db93d.png)
図2: Fivetran Source Connectorの仕組み
この統合は、様々なソースからの非構造化データの収集、変換、ベクトル化のプロセス全体を合理化します。カスタムETLパイプラインの必要性を排除し、開発者の時間と労力を節約すると同時に、Milvus/ Zillizへのスムーズなデータフローを保証します。
このFivetranコネクタを活用することで、膨大な数の非構造化データを使ったAIアプリケーションを簡単に構築することができ、セマンティック検索やAI主導の洞察に新たな可能性を開くことができます。
マルチレプリカパフォーマンスと可用性の向上
新たにパブリックプレビューで利用可能になったマルチレプリカ機能は、本番環境向けのZilliz Cloudの機能を強化します。この機能はクラスタレベルでのレプリケーションを可能にし、クエリのパフォーマンスとシステムの可用性を大幅に向上させます。
コンシューマー向けAIアプリケーションの多くは、ユーザー数が多いため、本番環境ではクエリー・パー・セカンド（QPS）のボトルネックに直面する。Multi-replicaは、クエリのワークロードをレプリカに分散することでこの問題に対処し、レプリカを追加するにつれて全体のQPSをリニアに向上させる並列処理を可能にします。この結果、レイテンシーが短縮され、効率が向上します。これは、トラフィックの多い本番環境で応答性を維持するために不可欠です。
さらに、マルチレプリカは、複数のアベイラビリティ・ゾーン（AZ）にレプリカを分散させることで、システムの信頼性を高めます。このアーキテクチャは、AZの停止中であっても継続的なデータ・アクセスを保証し、ミッション・クリティカルなアプリケーションに必要な高可用性を提供します。マルチレプリカはクラスタ全体のキャパシティを増加させるものではありませんが、クエリ・パフォーマンスを最適化し、本番環境で必要とされるシステムの耐障害性を確保するための強力なツールを提供することで、チームはAIアプリケーションを自信を持って拡張することができます。
自動スケーリング：動的キャパシティ管理
Zilliz Cloudは、本番環境における一般的な課題である、需要の変動に対応したクラスターキャパシティの管理に対応するオートスケーリング機能（プライベートプレビュー版）をリリースします。この機能は、リアルタイムの使用状況に基づいてクラスタの容量が縮小した場合に動的に調整するもので、リソース不足による書き込みアクセス制限を防ぎ、運用負荷を軽減するのに役立ちます。
オートスケーリングは、クラスタのコンピュートユニット（CU）容量が指定されたしきい値（デフォルトは70%で調整可能）を2分連続で超えた場合にトリガーされます。開発者はスケーリングに使用する最大CUサイズを設定できるため、リソースの割り当てとコストを制御できます。
注：Auto-scalingは現在プライベート・プレビューであり、Dedicated（Enterprise）クラスタでのみ利用可能です。この機能の試用に興味のある組織は、Zillizサポートに連絡してアクセスを有効にしてください。
その他の本番環境向けアップデート
Zilliz Cloudは、本番環境への対応を強化するために、さらにいくつかの重要なアップデートを導入しています：
1.信頼性:ミッションクリティカルなAIアプリケーションのための99.95%のアップタイムSLA。
2.モニタリングとアラート:。
コストおよびパフォーマンス管理のための39の組織およびプロジェクトアラート。
リソースの使用状況、QPS、リクエスト結果、データ運用に関する18の主要メトリクス。
システムの健全性を詳細に分析するためのカスタマイズ可能なチャート。
3.セキュリティ： Google、Github、SSO、および電子メールログインオプションを備えたAuth0ベースのSSO（プライベートプレビュー）。 4.Zillizクラウドの新しいリージョン：* Zillizクラウドは新しいリージョン-AWS東京（ap-northeast-1）*に拡張されました！これは、アジア太平洋地域と近隣地域のユーザーにとって、より低いレイテンシー、より良いパフォーマンス、より大きなデータ主権を意味します。
これらの機能により、開発者は本番環境において、高性能で安全、かつコスト効率の高いAIアプリケーションを維持するためのツールを提供することができます。
Zilliz Cloudで本番環境に適したAIアプリケーションを強化する
Zilliz Cloudの最新機能は、本番環境で堅牢なAIアプリケーションを構築・維持する能力を強化するように設計されています。安全なデータ移行から動的スケーリング、包括的な監視まで、これらのアップデートは開発者や技術リーダーが直面する重要な課題に対処します。
さらに詳しく知りたいですか？次回のウェビナーに参加して、これらの新機能がお客様の非構造化データ管理とAIアプリケーションをどのように変革できるかを学んでください。弊社の製品チームが、Zilliz Cloudを本番環境で活用するための最新開発とベストプラクティスについて説明します。
始める準備はできていますか](https://cloud.zilliz.com/signup)?インストールもクレジットカードも不要です。また、30日間の無料トライアルを開始することもできます。また、クラウドマーケットプレイス経由でZilliz Cloudをご契約いただくと、さらに100円分のクレジットをプレゼントいたします！
Zilliz Cloudのご利用にあたり、ご質問やサポートが必要な場合は、サポートチームがお手伝いいたします。私たちのサポートポータルからご連絡ください。あなたのAIアプリケーションにこれらの新機能を活用するお手伝いを喜んでさせていただきます。
今すぐZilliz Cloudで本番環境でのAIアプリケーションの構築を始めましょう！
Steffi LiSteffi is the Director of Product Marketing at Zilliz, with prior experience leading the GTM strategies for open-source data technologies such as Apache Kafka and Apache Airflow. Passionate about travel, yoga, and non-fiction reading, she brings a balanced and enriched worldview to her professional pursuits.
読み続けて
1 Table = 1000 Words? Foundation Models for Tabular Data
TableGPT2 automates tabular data insights, overcoming schema variability, while Milvus accelerates vector search for efficient, scalable decision-making.
Long List of Awesome DeepSeek Integrations You Should Know
Discover how DeepSeek's affordable AI ecosystem challenges Silicon Valley giants with powerful integrations for developers and businesses—from RAG systems to productivity tools, all at 90% lower cost.
Mixture-of-Agents (MoA): How Collective Intelligence Elevates LLM Performance
Mixture-of-Agents (MoA) is a framework where multiple specialized LLMs, or "agents," collaborate to solve tasks by leveraging their unique strengths.