NumPyファイルからのインポート
About to Deprecate

.npy形式は、NumPyの標準バイナリ形式で、単一の配列を形状およびdtype情報を含めて保存し、異なるマシン上で正しく再構築できることを保証します。生データをParquetファイルに準備するにはBulkWriterツールの使用を推奨します。以下の図は、生データが.npyファイルセットにどのようにマッピングされるかを示しています。

numpy_file_structure

📘注意

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フィールドとして機能します。主フィールドを自動的にインクリメントするには、スキーマでAutoIDを有効にすることができます。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、事前定義されたスキーマに含まれていないフィールドを格納する必要がある場合は、書き込み操作中に$meta列を指定して対応するキーバリューデータを提供できます。

大文字小文字の区別

辞書のキーとコレクション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するようにしてください。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という名前のキーが必要です。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、同じサブセットのすべてのファイルをフォルダに配置し、これらのフォルダをソースフォルダ内にグループ化します。以下のツリー図に示すようにします。

├── 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を使用してZilliz Cloudコレクションにインポートできます。

📘注意

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の方法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。このアプローチにより、インポートプロセス中の内部最適化が可能になり、後のリソース消費を削減するのに役立ちます。

Milvus SDKを使用してZilliz Cloudコンソールで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のファイルのインポート（推奨）

複数パスからファイルをインポートする場合は、各NumPyファイルフォルダパスを個別のリストに含め、その後すべてのリストを上位のリストにグループ化します。以下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のファイルのインポート

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は、リクエストにソースフォルダを以下のように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": ""
    }'

ストレージパス

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。以下の表は、データファイルの可能なストレージパスを一覧表示しています。

クラウド	クイック例
AWS S3	s3://bucket-name/numpy-folder/
Google Cloud Storage	gs://bucket-name/numpy-folder/
Azure Blob	https://myaccount.blob.core.windows.net/bucket-name/numpy-folder/

制限事項

クラウドストレージからのNumPyファイルをインポートする際には、いくつかの制限事項があります。

📘注意

有効なNumPyファイルセットは、ターゲットコレクションのスキーマにあるフィールド名に従って名付ける必要があり、それらのデータは対応するフィールド定義と一致する必要があります。

インポート方法	クラスタープラン	1回のインポートあたりの最大サブディレクトリ数	サブディレクトリごとの最大サイズ	最大総インポートサイズ
ローカルファイルからのインポート	サポートされていません
オブジェクトストレージからのインポート	無料	1,000サブディレクトリ	1 GB	1 GB
オブジェクトストレージからのインポート	サーバーレス & 専用	1,000サブディレクトリ	10 GB	1 TB

Prepare the data fileを参照して独自に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こ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のファイルのインポート（推奨）​

NumPyファイルフォルダからのファイルのインポート​

ストレージパス​

制限事項​