管理 Collection (控制台)

Collection 是一张二维表格，用于存储 Embedding向量和元数据。一个 Collection 中的所有 Entity 共享相同的 Schema。您可以创建多个 Collection 来进行数据管理，或用于实现多租户（multi-tenancy）。

本指南将带您了解如何在 Web 控制台上创建和管理 Collection，适用于希望使用可视化界面的用户。如果您熟悉 SDK，也可以通过 SDK 创建和管理 Collection。详情请见创建 Collection。

📘说明

如需租户间数据物理隔离，且租户数量较少，可以为每个租户创建一个独立的 Collection。但是，根据您的集群版本，您最多可创建 16,384 个 Collection。因此，对于大规模多租户场景，建议根据具体情况，采用基于 Partition 或 Partition key 的多租户策略。详情请见多租户策略。

创建 Collection

Zilliz Cloud 控制台提供三种创建 Collection 的方式，适用于不同的使用场景：

创建自定义 Collection：可根据数据集和业务需求自定义 Schema 和索引参数，适合需要精细化控制 Schema 的用户。
创建示例 Collection：快速创建一个带有预先定义 Schema 和示例数据集的 Collection，适用于探索 Zilliz Cloud 功能的新用户。
复制现有 Collection：在同一个 Database 中复制现有 Collection。适用于测试环境到生产环境的复制场景，可同时复制 Schema 和数据。也可用于修改已创建 Collection 的 Shard 设置。

以下演示将向你展示如何在 Web 界面上找到这些功能：

在创建 Collection 过程中，您将接触到以下几个重要概念：

Collection 元数据

Collection 的元数据包含以下内容：

Collection 名称
（可选）Collection 描述
Collection 所属的 Database。Database 是介于 Cluster 与 Collection 之间的一层逻辑结构，用于组织和管理 Collection。你可以将相关的 Collection 分组归类到同一个 Database 下。

Collection Schema

Schema 定义了 Collection 的数据结构，必须包含以下字段：

1 个主键字段（PK）
至少 1 个向量字段。默认情况下最多可包含 4 个向量字段。您可以联系我们将向量字段数量上限放开至 10 个。
（可选）用于存储元数据的标量字段
（可选）动态列。启用动态列可为 Collection Schema 提供更高的灵活性，允许在插入数据时动态添加字段，而无需修改已有的 Schema。当数据结构不固定时，建议启用动态列。对于经常用于查询或过滤的字段，建议提前在 Schema 中定义，而不是通过动态列添加，以确保查询性能最优。

📘说明

Collection 创建后，大多数 Schema 配置将无法修改。请在创建前仔细设计 Schema，确保其能够满足当前及未来的业务需求。最佳实践参考，请参见了解 Schema。

Index

Index 是一种用于加速搜索与查询的数据结构。Zilliz Cloud 支持两种类型的 Index：

Vector Index：系统会自动为向量字段创建 AUTOINDEX，以加速向量搜索。如果 Schema 中包含多个向量字段，您可以为每个向量字段分别创建独立的 Index。此外，您还可以修改用于计算向量间距离的相似度类型。
Scalar Index：Zilliz Cloud 默认不会为标量字段自动创建 Index。但您可以手动为常用于过滤的标量字段创建 Index，以加快搜索与查询性能。

您可以在创建 Collection 时跳过 Index 配置，后续随时添加。详情请见管理 Index。

Function

Function 用于全文检索中，将分词后的术语转换为带相关性得分的稀疏向量。Function 使用 BM25 等评分算法，为索引和文档排序生成加权表示。

如需使用 Function，Schema 中需同时包含 SPARSE_FLOAT_VECTOR 字段和 VARCHAR 字段。详情请见全文搜索。

Partition/ Partition key

Partition: Partition 是 Collection 物理上的子集，具有与其所属 Collection 相同的数据 Schema，但仅包含 Collection 中的一部分数据。每个 Collection 默认包含一个 Partition，你可以根据多租户或数据管理的需要手动添加更多 Partition。如果未创建额外的 Partition，插入的数据将全部写入默认 Partition。详情请见管理 Partition。

Partition key: Partition Key 是一种基于 Partition 的查询优化机制。当你将一个非 Primary Key 的 INT64 或 VARCHAR 字段指定为 Partition Key 时，Zilliz Cloud 会自动创建 16 个 Partition，并根据该字段的值将插入的 Entity 分布到这 16 个 Partition 中。一旦为 Collection 启用了 Partition Key，就无法再手动创建 Partition。详情请见使用 Partition Key。

📘说明

在决定使用 Partition 还是 Partition Key 时，你可以根据以下因素进行权衡：

多租户策略：如果需要支持百万级租户，建议使用 Partition Key；如果需要在租户之间实现强物理隔离，建议使用 Partition。详情请见多租户策略。
资源管理方式：如果希望自行创建和管理 Partition，可选择使用 Partition；如果希望系统自动创建和管理 Partition，建议使用 Partition Key。
冷热数据管理：如果需要高效管理冷热数据，建议使用 Partition。你可以仅加载包含热数据的 Partition，同时释放包含冷数据的 Partition，以节省内存资源。

mmap

内存映射（Mmap）是一种内存使用优化机制，可在不将大文件加载至内存的情况下，直接访问磁盘上的数据文件。启用 mmap 后，您可以在相同 CU 规格下存储更多数据。Zilliz Cloud 会根据您的集群 CU 类型和版本，默认配置推荐的 mmap 设置，您也可以根据实际需求进行调整：

Free、Serverless 以及存储扩展型 CU 的 Dedicated 集群：mmap 默认启用且不可更改，因此在创建 Collection 时你无法看到 Mmap 的配置选项。
性能型 CU 的 Dedicated 集群：mmap 默认关闭。
容量型 CU 的 Dedicated 集群：mmap 默认启用。

在创建 Collection 时，您可以根据需求为以下三类对象配置 mmap：

**整个 Collection：**针对 Collection 中的原始数据开启 mmap。该设置适用于整个 Collection，可后续修改。若需修改 Collection 级别的 mmap 设置，需先释放 Collection。
Collection 中的指定字段：针对选定字段的原始数据开启 mmap。一般建议对数据量大、且不频繁用于查询或过滤的字段开启 mmap。该设置仅影响所选字段，可后续修改。若需修改字段级别的 mmap 设置，需先释放 Collection。
Collection 中的 Scalar Index：针对 Scalar Index 开启 mmap，以进一步优化存储容量。

📘说明

请谨慎调整 mmap 设置。修改默认配置可能导致性能下降，或因内存不足（OOM）而导致加载失败。最佳实践请见使用 mmap。

Shard

Shard 是 Collection 的水平切片，对应一个数据写入通道。每个 Collection 默认包含一个 Shard。您可以通过增加 Shard 数量来提升写入吞吐量。

一般情况下，建议为每 1 亿行数据配置 1 个 Shard。Shard 的最大数量取决于您的集群版本和 CU 规格。详情请见使用限制。

Collection 创建后，Shard 数量无法直接修改，但可以通过复制 Collection 的方式重新设置 Shard 数量。