我在第一篇学习笔记上，稍有犹豫。是应该先写架构篇，还是现在本篇内容。其实绝大部分数据库书籍，或者官网通常会考虑先介绍架构或者先教会如何安装。所以，我必然不能这么写。因为我不可能比官网的文档写的更好。所以，从一个学习者的视角来看。首要是易懂，其次是规整一些重要的感兴趣的概念。所以还是先放一放架构。学习向量数据库，难道我最感兴趣它的高可用架构？那必是不可能的。我当然想了解的是，向量数据库跟AI领域强相关的内容。另外，就我个人喜好而言，学习和理解一个数据库，我还是喜欢从数据库的存储结构来进入。

Milvus数据库的一些对象

这一部分对应官网文档的第四部分用户指南。

数据库Database

Milvus中，数据库是个逻辑概念。是组织和管理数据的逻辑单元。用于实现多租户，实现不同应用和租户的数据隔离性。有点类似于MYSQL的SCHEMA。或者ORACLE的数据库概念。常见的属性包括

1. 副本数。replica.number
2. 资源组。resource_groups
3. 磁盘空间大小。diskquota.mb
4. 允许最大链接。collections
5. 强制拒绝写。force.deny.writing
6. 强制拒绝读。force.deny.reading

集合Collections\实体Entities\字段Fields\Schema

首先，集合Collections，在传统数据中没有这个名词。它是一个管理数据用的对象。有一点类似于关系数据中的表。实体Entities，对标关系数据库中的某一行数据。数据需要作为实体来插入到Collections中，每一个实体对应了一个数据行。字段Fields，类似于关系型的列或者字段概念。

在文档中，Schema是最不好理解的一个概念，需要阅读或运行一下代码更好体会。假如我们要尝试者用一个传统的数据库并理解相关的数据库概念时，通常的套路是，建一个表，或许还有些其他对象。然后导入一些数据，再尝试访问数据。不妨按这个流程和官方给出的示例代码来试一下。
在创建一个Collections时，需要定义Schema、索引参数、度量参数等等。这就非常类似于，关系型数据库在建一张表的时候，要定义各个字段(包括字段名，字段类型，长度）、主键、索引等等。Schema按官网定义，Collection Schema是一个表的组合。从案例和描述上来看，它类似于关系型建表DDL里面，描述各个字段的定义部分。所以Schema定好了之后，插入的实体必须满足各个Schema的限定，才可以进入Collection。这类似关系数据，插入数据，每一列都要符合那一列的属性。一个Collection Schema有一个主键、最多四个向量字段、和几个标量字段。在官网创建Schema和添加字段的add_field示例代码来看，field应该是没有顺序概念的。所以猜测各个field的存储也是相互独立开的。这个从milvus可以只加载搜索涉及的字段进内存上来说，也比较像独立存储的。
从阅读文档的角度来看，初学时，容易混淆Collections和Schema的概念和二者的关系。这里比对Collections和Schema的创建代码，看起来更加清晰。以下是SCHEMA的创建。

Schema=milvusClient.create_schema(
Auto_id=False,
Enable_dynamic_field=True,
)

从代码上来，创建schema这个操作，并不需要先创建一个Collections。单独也可以执行，当没有关联上任何Collections之前，执行完这段代码不报错，但似乎没有特别的意义和痕迹。这和传统数据库的数据结构定义，直接写在建表语法之中不太一样。
再看Collections的创建代码。

Cliecnt.create_collection(
Collection_name=”customized_setup_1”,
Schema=schema，
Index_params=index_params
)

在建立一个Collection之后，这里Schema定义的各字段类型得以在Collection中保存下来。而在创建Collection，它的逻辑结构Schema必须在这之前，就被创建好。而在建立Collection的过程中提示，所有的向量字段都必须建立索引，否者Collection无法加载出来。
所以，一个完整正确的Collection的创建DDL的顺序是先定SCHEMA，把各种字段给定义出来。接下来把索引结构定义好。最后在collection的创建语句中，把schema和index_params指向刚刚定义好的SCHEMA和索引结构，最后再调用get_load_state就可以把Collection加载出来了。

索引index

这里只做简述，若以后合适，详述必然要再开一篇。看一下索引的定义代码。

Index_params=client.prepare_index_params()
Index_params.add_index(
Field_name=”my_id”,
Index_type=”AUTOINDEX”
)

Index_params.add_index(
Field_name=”my_vector”,
Index_type=”AUTOINDEX”,
Metric_type=”COSINE”
)

可以看出，这个索引参数Index_params就跟前面那个schema一样，它要在集合创建之前，先逻辑定义好。并且在集合创建的时候，指向这个索引参数，来在集合中把这个索引给实体化出来。

Enable_dynamic_field

SCHEMA中，Enable_dynamic_field参数设置为True就可以提供更多的灵活性。可以加入一些没有定义的列，这些列会放到一个JSON字段，称之为meta列。
它的查询用法，就和JSON字段类似。如果一个字段经常输出，或者频繁访问或过滤，就推荐明确定义。
动态字段，可以就理解为一个隐藏附加列。这个概念看起来就是灵活性为主，解决一些数据不那么标准的易兼容问题。但是，从查询 的限制上来看，暗示着这里面的数据不那么重要。起码使用者不打算用它来做重要的数据处理。

主键

Collection的主字段，实体的唯一标识，全局不可重。主字段只能是整数或者字符串。实体插入默认应该包含。可以使用AutoId自动生成。

向量字段\标量字段

一个Collections可以添加四个向量字段，必须建索引，可以用来向量计算，比如相似性搜索。标量字段，可以用来过滤，提高搜索结果的正确性。

分区

一个Collection的子集，一个Collections可以有1024个分区。可以限制某些分区内搜索和查询，以提高搜索性能。分区通过实体对应的分区键，计算一个哈希值来确定目标分区。(这个限定住了，在搜索是分区键限定在分区内搜索是等值或者IN的方式，而不能是某个范围)。加载和释放，也可以按分区的维度进行。

加载和释放

关系型没有的概念。贴合存算分离的思想
加载集合Collections是在集合中进行相似性搜索和查询的前提。–PS:所以人工智能要茫茫多的显卡，那不是没有原因的。通过load_collection加载。加载时，Milvus将所有文件和所有字段的原始数据加载到内存。快速响应搜索和查询。

本篇概念简述至此，Milvus的一些基本概念，既可以简单了对标到传统数据库的概念上。亦可以以此准备些测试的数据库对象和数据进行尝试了。