快照使用场景

内测版

本指南介绍快照的常见使用场景。

数据备份和恢复

快照是数据在特定时间点的快速镜像，适合用于快速回滚或测试（数天到数周）。相比之下，备份是单独存储的独立完整副本，适合用于长期灾难恢复（数周到数年），并能更好地防范整个存储系统故障。

下表对比了快照和备份。

	备份	快照
创建方式	复制所有数据文件（耗时较长）	仅创建元数据（毫秒级）
恢复方式	导入数据并重建索引	仅复制已有数据文件和索引文件
性能	较慢且资源消耗较高	快速且轻量（数秒到数分钟）
系统影响	I/O 和 CPU 使用率较高	影响极小

创建快照通常只需毫秒级时间；恢复快照所需时间取决于数据量，通常为数秒到数分钟。

有关快照限制、约束及其系统影响的更多详细信息，请参阅快照。

创建快照

创建快照前，建议您停止向目标 Collection 写入数据，并调用 flush()，以避免可能的数据丢失。

调用 flush() 并非强制要求，但强烈建议执行，以避免数据丢失。如果跳过此步骤，快照只会包含已 Flush 的数据。

为快照命名时，请使用清晰且有描述性的名称，例如 "daily_backup_20240101" 或 "v2.1_production_release"，避免使用 "backup1" 和 "test" 等通用名称。合理使用快照名称，以区分不同版本、环境和阶段的快照。

以下代码示例假设您已有一个名为 my_collection 的 Collection。

Python

from pymilvus import MilvusClient

client = MilvusClient(
    uri="https://{cluster-id}.{region}.vectordb.zilliz.com.cn:19530",
    token="YOUR_CLUSTER_TOKEN"
)

# Recommended: Flush data before creating snapshot to ensure all data is included
client.flush(collection_name="my_collection")

# Create snapshot for entire collection
client.create_snapshot(
    collection_name="my_collection",
    snapshot_name="backup_20240101",
    description="Daily backup for January 1st, 2024"
)

Java

// java

Go

import (
    "context"
    "github.com/milvus-io/milvus/client/v2/milvusclient"
)

client, err := milvusclient.New(context.Background(), &milvusclient.ClientConfig{
    Address: "https://{cluster-id}.{region}.vectordb.zilliz.com.cn:19530",
    Token: "YOUR_CLUSTER_TOKEN",
})

// Recommended: Flush data before creating snapshot to ensure all data is included
err = client.Flush(context.Background(), milvusclient.NewFlushOption("my_collection"))
if err != nil {
    log.Fatal(err)
}

// Create snapshot
createOpt := milvusclient.NewCreateSnapshotOption("backup_20240101", "my_collection").
    WithDescription("Daily backup for January 1st, 2024")

err = client.CreateSnapshot(context.Background(), createOpt)

NodeJS

// node.js

cURL

# restful

恢复快照

您可以将快照恢复到新的 Collection。该操作为异步操作，并会返回一个任务 ID，用于跟踪恢复进度。

恢复过程使用 Copy-segment 机制，而不是数据导入，因此效率更高，原因如下：

• 直接从快照存储中复制 Segment 文件（Binlog、Deltalog 和索引文件）；

• 保留 Field ID 和索引 ID，确保与现有数据文件兼容；

• 避免数据重写和索引重建，从而显著缩短恢复时间；

• 与传统备份和恢复方法相比，可实现 10 到 100 倍的性能提升。

要恢复快照，请按如下方式操作：

Python

# Restore snapshot to new collection
job_id = client.restore_snapshot(
    snapshot_name="backup_20240101",
    collection_name="restored_collection",
)

Java

// java

Go

restoreOpt := milvusclient.NewRestoreSnapshotOption(
    "backup_20240101", 
    "restored_collection"
)

jobID, err := client.RestoreSnapshot(context.Background(), restoreOpt)
if err != nil {
    log.Fatal(err)
}

NodeJS

// node.js

cURL

# restful

删除快照

如果不再需要某个快照，您可以将其删除。建议您定期删除旧快照以节省存储空间。

Python

client.drop_snapshot(
    snapshot_name="backup_20240101"
)

Java

// java

Go

dropOpt := milvusclient.NewDropSnapshotOption("backup_20240101")
err := client.DropSnapshot(context.Background(), dropOpt)

NodeJS

// node.js

cURL

# restful