スキーマとデータフィールド
スキーマは、コレクションのデータ構造を定義し、コレクションフィールドの名前、順序、データ型、および関連属性を決定します。この章では、主にスキーマと関連する概念について説明します。
概要 [READ MORE]
スキーマはコレクションのデータ構造を定義します。コレクションを作成する前に、そのスキーマの設計を行う必要があります。このページでは、コレクションスキーマの理解と、独自にサンプルスキーマを設計する方法について解説します。
主キーフィールド [READ MORE]
Zilliz Cloud のすべてのコレクションには、各エンティティを一意に識別するための主キーフィールドが必要です。このフィールドにより、すべてのエンティティを曖昧さなく挿入、更新、クエリ、または削除できます。
密ベクトル [READ MORE]
密ベクトルは、機械学習やデータ分析で広く使用されている数値データ表現です。これらは実数の配列で構成され、ほとんどまたはすべての要素が非ゼロです。疎ベクトルと比較して、密ベクトルは同じ次元レベルでより多くの情報を含んでいます。これは、各次元が意味のある値を保持しているためです。この表現は、複雑なパターンと関係を効果的に捉えることができ、高次元空間でのデータの分析と処理を容易にします。密ベクトルは通常、特定のアプリケーションと要件に応じて、数十から数百、あるいは数千の固定された次元数を持っています。
バイナリベクトル [READ MORE]
バイナリベクトルは、従来の高次元浮動小数点ベクトルを0と1のみを含むバイナリベクトルに変換する特殊なデータ表現形式です。この変換により、ベクトルのサイズが圧縮されるだけでなく、セマンティック情報を保持しながらストレージと計算コストが削減されます。重要でない特徴の精度が不可欠でない場合、バイナリベクトルは元の浮動小数点ベクトルの整合性と有用性のほとんどを効果的に維持できます。
疎ベクトル [READ MORE]
疎ベクトルは、情報検索や自然言語処理において表面的な用語の一致を捉える重要な手法です。密ベクトルが意味理解に優れている一方で、疎ベクトルは特に特殊な用語やテキスト識別子を検索する際に、より予測可能な一致結果を提供します。
文字列 [READ MORE]
Zilliz Cloud クラスターでは、文字列データの保存に `VARCHAR` データ型が使用されます。
ブール値と数値 [READ MORE]
ブール値または数値フィールドは、ブール値または数値を格納するスカラーフィールドです。これらの値は、2つの可能な値のいずれか、または整数（整数）と小数（浮動小数点数）のいずれかになります。これらは通常、数量、測定値、または論理的または数学的に処理する必要があるデータを表すために使用されます。
JSON [READ MORE]
この章では、JSON フィールド型について紹介し、JSON フィールドのインデックス作成方法に関するガイドを提供します。
配列 [READ MORE]
ARRAY フィールドは、同じデータ型の要素の順序付きセットを格納します。
構造体 [READ MORE]
エンティティ内の構造体の配列フィールドは、順序付けられた構造体要素のセットを格納します。配列内の各構造体は、複数のベクトルとスカラーフィールドで構成される、事前に定義された同じスキーマを共有します。
ジオメトリ [READ MORE]
地理情報システム（GIS）、マッピングツール、位置情報サービスなどのアプリケーションを構築する際、幾何データの保存とクエリが必要になることがよくあります。Milvus の `GEOMETRY` データ型は、柔軟な幾何データをネイティブに保存およびクエリするための手段を提供することで、この課題を解決します。
TIMSTAMPTZ [READ MORE]
e コマースシステム、コラボレーションツール、分散ログ記録など、リージョン間で時間を追跡するアプリケーションでは、タイムゾーン付きのタイムスタンプを正確に処理する必要があります。Zilliz Cloud の `TIMESTAMPTZ` データ型は、関連するタイムゾーンとともにタイムスタンプを保存することで、この機能を提供します。
動的フィールド [READ MORE]
Zilliz Cloudでは、動的フィールドと呼ばれる特別な機能を通じて、柔軟で進化する構造を持つエンティティを挿入できます。このフィールドは、$metaという隠しJSONフィールドとして実装されており、コレクションスキーマで明示的に定義されていないデータ内のフィールドを自動的に保存します。
NULL許容フィールド [READ MORE]
MilvusはNULL許容フィールドをサポートしており、フィールド値が欠落しているか、明示的にNULLに設定されていることを許可します。NULL許容性はスキーマレベルで定義され、データ取り込み、インデックス作成、検索、クエリ操作全体にわたって一貫して適用されます。
デフォルト値 [READ MORE]
Milvusでは、スカラーフィールド（プライマリフィールドを除く）にデフォルト値を設定できます。フィールドにデフォルト値が設定されている場合、挿入時にデータが提供されないと、Milvusはこの値を自動的に適用します。
アナライザー [READ MORE]
テキスト処理において、アナライザーは生のテキストを構造化された検索可能な形式に変換する重要なコンポーネントです。各アナライザーは通常、トークナイザーとフィルターという2つの主要な要素で構成されています。これらが連携して入力テキストをトークンに変換し、これらのトークンを洗練させ、効率的なインデックス作成と検索のために準備します。この章では、Zilliz Cloudでアナライザーを使用するための詳細な情報を提供します。
フィールドの変更 [READ MORE]
コレクションフィールドのプロパティを変更して、列の制約を変更したり、より厳格なデータ整合性ルールを適用したりできます。
フィールドの追加 [READ MORE]
Milvus では、既存のコレクションに動的に新しいフィールドを追加できるため、アプリケーションの要件の変化に合わせてデータスキーマを容易に進化させることができます。このガイドでは、実践的な例を用いて、さまざまなシナリオでフィールドを追加する方法を示します。
ベストプラクティス [READ MORE]
この章では、データセットに関連するスキーマ設計のベストプラクティスについて説明します。