跳到主要内容

从 PostgreSQL 迁移至 Zilliz Cloud

PostgreSQL 是一个功能强大且开源的对象关系数据库管理系统,以其卓越的可扩展性、数据完整性和高性能而受到广泛认可。通过使用 pgvector 插件,PostgreSQL 增强了其存储和管理向量数据的能力。

迁移过程分为以下步骤:

  1. 连接数据源:输入您的 PostgreSQL 数据库 Endpoint 和用户名密码来建立连接。

  2. 选择迁移源和目标集群

    • 选择一个或多个待迁移的源表。

    • 选择一个现有的 Zilliz Cloud 集群作为目标集群。

  3. 配置 Schema:确保 PostgreSQL 与 Zilliz Cloud 之间的字段类型正确映射。有关具体的数据映射规则,请参阅映射规则

RoaZwF1v3htavgbSo1TcXp7WnMe

映射规则

下表总结了 PostgreSQL 字段类型如何映射到 Zilliz Cloud 字段类型,并对各类型做了详细说明。

PostgreSQL 字段类型

Zilliz Cloud 字段类型

描述

主键

主键 / Auto ID

  • 单字段主键:直接映射为目标 Collection 的主键。

  • 无主键:如果源表没有主键字段,目标 Collection 将启用 Auto ID 功能。

  • 复合主键:默认启用 Auto ID 功能;复合主键将作为普通标量字段处理。

    在数据迁移时,您可以选择启用 Auto ID 功能;但请注意,启用后源表中的原始主键值将会被舍弃。

vector

FLOAT_VECTOR

向量维度保持不变。

text/varchar/date/time

VARCHAR

以字符串存储。

bigint

INT64

-

integer

INT32

-

smallint

INT16

-

double precision

DOUBLE

-

real

FLOAT

-

boolean

BOOL

-

array

ARRAY

-

json

JSON

-

开始前

  • 源 PostgreSQL 数据库必须能够通过公网访问。

  • 如果您的网络环境配置了白名单列表,请确保将 Zilliz Cloud 的 IP 地址添加到其中。要了解更多信息,请参考 Zilliz Cloud IP

  • 您需要拥有组织管理员或项目管理员的角色。如果您没有相应的权限,请联系您的 Zilliz Cloud 管理员。

  • 确保目标集群的 CU 容量足以容纳源数据。要估算所需的 CU 规格,请使用计算器

从 PostgreSQL 迁移至 Zilliz Cloud

  1. 登录 Zilliz Cloud 控制台

  2. 进入目标项目,选择数据迁移 > PostgreSQL

    E9ZJbUORZolyCtx6oBicCDyQn2b

  3. 连接至数据源步骤中,填入源 PostgreSQL 数据库的 Endpoint,提供与数据库关联的用户名和密码,然后点击下一步

    📘说明

    有关连接信息的详细信息,请参阅 Connecting to the Database

    WzCnb3a9gobVRvxNkoLcG4DBnAe

  4. 选择迁移来源和目标步骤中,配置源数据库和目标 Zilliz Cloud 集群的设置,然后点击下一步

    📘说明

    从 PostgreSQL 选择的待迁移的表中必须包含一个向量字段。

    ENNmbCDt1odY11xTt0XcLUS8n7c

  5. 配置 Schema 步骤中,设置 Zilliz Cloud 与 PostgreSQL 之间的字段映射:

    EiRobtQKJooqWKxiPpfcr8k2n8b

    1. 确认字段映射:

      • Zilliz Cloud 会自动检测并显示您的 PostgreSQL 字段及其对应的目标字段。有关字段映射的详细信息,请参阅映射规则

      • 请确认各 PostgreSQL 字段是否与相应的目标字段正确匹配。您可以根据需要重命名字段,但字段的数据类型不支持修改。

    2. 处理标量字段:

      对于标量字段,请配置以下属性:

      • 支持 Null 值: 决定该字段是否可以包含 null 值,此功能默认启用。详情请参阅 Nullable 和默认值

      • 默认值: 为该字段指定一个默认值。详情请参阅 Nullable 和默认值

      • Partition key: 可选择将 INT64 或 VARCHAR 字段指定为 Partition Key。注意:每个 Collection 仅支持一个 Partition Key,并且所选字段不能包含 null 值。详情请参阅使用 Partition Key

    3. 启动 Dynamic Field:

      • 默认情况下,Dynamic Field 处于启用状态,这允许您插入 Collection Schema 中未定义的任意标量字段。

      • 如果禁用该功能,则需要在插入数据前显式定义每个 Entity 包含的所有字段。更多信息请参阅 Dynamic Field

    4. (可选)调整 Shard:

      • 点击高级设置以配置目标 Collection 的 Shard 数量。

      • 对于大约 1 亿行数据来说,通常只需一个 Shard 即可。

      • 如果您的数据集超过 10 亿行,请联系我们以获取最佳 Shard 配置方案。

  6. 点击迁移

查看迁移进度

生成迁移任务后,您可前往任务中心查看任务状态和进度。如果迁移任务的状态从进行中变更为成功,则代表迁移成功。

LPjVbxSFloQ8nax0qjkcY0sFn3c

迁移后

迁移任务完成后,请注意以下事项:

  • 索引创建:在从外部数据源进行迁移时,系统不会自动为向量字段创建索引。您需要手动为每个向量字段创建索引。详细信息请参阅创建 Vector Index

  • 手动 Load Collection:创建必要的向量索引后,请手动 Load Collection,使其可用于搜索和查询操作。详细信息请参阅 Load 和 Release

📘说明

完成索引创建和 Load 后,请检查目标集群中的 Collection 数量及 Entity 数是否与数据源保持一致。如果发现不符,请删除 Collection 并重新进行迁移任务。

取消迁移任务

如果迁移过程遇到任何问题,您可以采取以下步骤进行故障排除并恢复迁移:

  1. 任务中心页面,取消失败的迁移任务。

  2. 操作列点击查看详情以访问日志信息。