NumPyファイルからのインポート
Contact Sales to Enable BYOC

.npy 形式は、NumPyの標準バイナリ形式であり、単一の配列（そのshapeおよびdtype情報も含む）を保存するためのものです。これにより、異なるマシン上でも正しく再構築できます。生データをParquetファイルに変換するには、BulkWriterツールの使用を推奨します。以下の図は、生データが一連の .npy ファイルにどのようにマッピングされるかを示しています。

🚧Caution

この機能は非推奨になりました。本番環境での使用は推奨されません。

numpy_file_structure

📘Notes

AutoIDを有効にするかどうか

id フィールドはコレクションの主キー（primary field）として機能します。主キーを自動的にインクリメントさせるには、スキーマ内で AutoID を有効化できます。この場合、ソースデータの各行から id フィールドを除外する必要があります。

動的フィールドを有効にするかどうか

ターゲットコレクションで動的フィールドが有効になっている場合、事前に定義されたスキーマに含まれないフィールドを保存する必要があるときは、書き込み操作時に $meta 列を指定し、対応するキーと値のデータを提供できます。

大文字・小文字を区別する

辞書のキーおよびコレクションのフィールド名は大文字・小文字を区別します。データ内の辞書キーがターゲットコレクションのフィールド名と完全に一致していることを確認してください。たとえば、ターゲットコレクションに id という名前のフィールドがある場合、各エンティティ辞書には id というキーが必要です。ID や Id を使用するとエラーになります。

ディレクトリ構造

データをNumPyファイルとして準備するには、同じサブセットに属するすべてのファイルを1つのフォルダ内に配置し、それらのフォルダをソースフォルダ内にまとめてください。以下のツリーダイアグラムに示すとおりです。

├── numpy-folders
│       ├── 1
│       │   ├── id.npy
│       │   ├── vector.npy
│       │   ├── scalar_1.npy
│       │   ├── scalar_2.npy
│       │   └── $meta.npy 
│       └── 2
│           ├── id.npy
│           ├── vector.npy
│           ├── scalar_1.npy
│           ├── scalar_2.npy
│           └── $meta.npy  

データのインポート

データの準備が完了したら、以下のいずれかの方法で Zilliz Cloud コレクションにデータをインポートできます。

📘Notes

ファイルが比較的小さい場合は、フォルダまたは複数パス方式を使用して一度にすべてをインポートすることを推奨します。この方法により、インポート処理中に内部で最適化が行われ、後続のリソース消費を削減できます。

また、Zilliz Cloud コンソールや Milvus SDK を使用してデータをインポートすることもできます。詳細については、データのインポート（コンソール）およびデータのインポート（SDK）を参照してください。

NumPy ファイルフォルダのリストからファイルをインポートする（推奨）

複数のパスからファイルをインポートする際は、各 NumPy ファイルフォルダのパスを個別のリストに含め、それらすべてのリストをより上位のリストにまとめてください。次のコード例を参照してください。

curl --request POST \
     --url "https://api.cloud.zilliz.com/v2/vectordb/jobs/import/create" \
     --header "Authorization: Bearer ${TOKEN}" \
     --header "Accept: application/json" \
     --header "Content-Type: application/json" \
     -d '{
        "clusterId": "inxx-xxxxxxxxxxxxxxx",
        "collectionName": "medium_articles",
        "partitionName": "",
        "objectUrls": [
            ["s3://bucket-name/numpy-folder-1/1/"],
            ["s3://bucket-name/numpy-folder-2/1/"],
            ["s3://bucket-name/numpy-folder-3/1/"]
         ],
        "accessKey": "",
        "secretKey": ""
    }'

NumPyファイルフォルダからファイルをインポートする

ソースフォルダにインポートするNumPyファイルフォルダのみが含まれている場合、リクエストに次のようにしてソースフォルダをそのまま含めることができます:

curl --request POST \
     --url "https://api.cloud.zilliz.com/v2/vectordb/jobs/import/create" \
     --header "Authorization: Bearer ${TOKEN}" \
     --header "Accept: application/json" \
     --header "Content-Type: application/json" \
     -d '{
        "clusterId": "inxx-xxxxxxxxxxxxxxx",
        "collectionName": "medium_articles",
        "partitionName": "",
        "objectUrls": [
            ["s3://bucket-name/numpy-folder/1/"]
         ],
        "accessKey": "",
        "secretKey": ""
    }'

📘Notes

フォルダーに複数の形式のファイルが含まれている場合、リクエストは失敗します。

Storage paths

Zilliz Cloud は、クラウドストレージからのデータインポートをサポートしています。以下の表に、データファイルの可能なストレージパスを示します。

Cloud	Quick Examples
AWS S3	s3://bucket-name/numpy-folder/
Google Cloud Storage	gs://bucket-name/numpy-folder/
Azure Bolb	https://myaccount.blob.core.windows.net/bucket-name/numpy-folder/

制限

クラウドストレージから NumPy ファイルでデータをインポートする際に遵守すべきいくつかの制限があります。

📘Notes

有効な NumPy ファイルのセットは、ターゲットコレクションのスキーマ内のフィールド名に従って命名され、その中のデータは対応するフィールド定義と一致している必要があります。

Import 方法	Max Subdirectories per Import	Max Size per Subdirectory	Max Total Import Size
From local file	Not supported
From object storage	1,000 subdirectories	10 GB	1 TB

データの準備を参照して自分でデータを再構築するか、BulkWriter ツールを使用してソースデータファイルを生成できます。上記の図のスキーマに基づいて準備されたサンプルデータをダウンロードするには、こちらをクリックしてください。

ディレクトリ構造​

データのインポート​

NumPy ファイルフォルダのリストからファイルをインポートする（推奨）​

NumPyファイルフォルダからファイルをインポートする​

Storage paths​

制限​

ディレクトリ構造

データのインポート

NumPy ファイルフォルダのリストからファイルをインポートする（推奨）

NumPyファイルフォルダからファイルをインポートする

Storage paths

制限