フォームモードでのデータ挿入
ベクトルデータの挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[Form Mode] では、一度に 1 件のレコードしか挿入できません。テーブルを選択すると、ページのフィールド構造が表示されます。たとえば、[id] フィールド (プライマリキー、INT64) と [float] フィールド (密ベクトル、FLOAT、多値) が表示されます。ベクトルは 128 ディメンションである必要があり、コンテンツは [0.1, 0.2, 0.3] のような配列形式で入力する必要があります。
プライマリキーと密ベクトルを含む対応するフィールドに値を入力し、[Add] をクリックします。たとえば、[id] フィールドに 1 を入力し、ベクトルフィールドに [0.1, 0.2, 0.3, ...] のような 128 ディメンションの浮動小数点配列を入力します。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
左側メニューで、[Vector Management] > [Query Test] を選択し、[Vector Query] タブを選択します。[Table Name] を test に、[TopK] を 10 に、[Query Type] を [Vector] に、[Sort Order] を ASC に設定します。[Vector] 入力ボックスにクエリベクトルを入力し、[Search] をクリックします。クエリは、距離スコアが 0、プライマリキーが 1、クエリレイテンシーが 5.93 ms の一致するレコードを 1 件返します。
ハイブリッド検索用のデータ挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[test_hybrid_search] テーブルを選択し、[Form Mode] に切り替えて単一のレコードを挿入します。密ベクトルは 128 ディメンションである必要があり、[0.1, 0.2, 0.3] のような配列形式である必要があります。
プライマリキー、密ベクトル、疎ベクトルインデックス、疎ベクトル値を含む対応するフィールドに値を入力し、[Add] をクリックします。
たとえば、[Form Mode] を選択し、テーブル名を [test_hybrid_search] に設定します。[id] を 1 に、[vector] を [0.03,0.15,0.91,0.17,...] に、[sparse_indices] を [1,2,3] に、[sparse_values] を [0.1,0.2,0.3] に、[namespace] を 1 に設定します。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Vector-text Hybrid Query] タブを選択します。[Table Name] (例： test_hybrid_search)、[TopK] (例： 10)、[Filter Condition] (例： price > 100)、[Index Name]、および [Sort Order] を設定します。[Dense Vector]、[Sparse Vector Indices] (例： [1,2,3])、および [Sparse Vector Values] (例： [0.1,0.2,0.3]) を入力し、[Search] をクリックしてハイブリッド検索の結果を表示します。
埋め込み用テキストデータの挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[test_text_api] テーブルを選択します。テーブルには、[id] (プライマリキー、INT64)、[source_text_vector] (密ベクトル、OpenSearch によって自動生成されるため入力不要)、[source_text] (埋め込み用の STRING フィールド)、および [namespace] (INT64) のフィールドが含まれます。
プライマリキーと埋め込み用フィールドを含む対応するフィールドに値を入力し、[Add] をクリックします。
[test_text_api] テーブルを選択します。[id] (プライマリキー) を 1 に、[source_text] (埋め込みフィールド) を OpenSearch Vector Search Edition に設定します。[source_text_vector] (密ベクトル) は OpenSearch によって自動的に生成されるため、入力は不要です。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Query Test] ページで、[Vector Query] タブを選択します。[Table Name] を test_text_api に、[Index Name] を source_text_vector に、[TopK] を 10 に設定します。[Query Type] には、[Text] を選択します。テキスト入力ボックスに Vector Search Edition を入力し、[Search] をクリックします。クエリは、距離スコアが 0.389988780021675、プライマリキーが 1 の一致する結果を 1 件返します。返された属性には、source_text の値が OpenSearch Vector Search Edition であることが示されており、テキストからベクトルへのクエリが成功したことを確認できます。
埋め込み用画像データの挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[Form Mode] を選択し、対象のテーブルを選択します。フィールドリストでは、[source_image_vector] (密ベクトル) フィールドは OpenSearch によって自動的に生成されるため、入力は不要です。
プライマリキーと埋め込み用フィールドを含む対応するフィールドに値を入力します。画像フィールドには、画像をアップロードするか、その Base64 エンコーディングを入力します。その後、[Add] をクリックします。
この例では、[test_create] テーブルを選択し、フィールドを入力します。[id] (プライマリキー) を 1 に設定します。[source_image_vector] (密ベクトル) は OpenSearch によって自動的に生成されます。[source_image] (埋め込み用フィールド) には、画像ファイルをアップロードします。[namespace] を 1 に設定します。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Query Type] を [Image] に、[Sort Order] を [ASC] に、[Multi-subject Recognition] を [Disabled] に設定します。[Image Source] には、[Upload Image File] を選択します。検索したい画像をアップロードした後、[Search] をクリックします。検索結果には、距離スコア、プライマリキー、ベクトル値、属性など、一致するレコードが表示されます。
開発者モードでのデータ挿入
ベクトルデータの挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
ページはデフォルトで [Form Mode] になっており、一度に 1 件のレコードしか挿入できません。テーブル名を選択すると、フィールド名、フィールドラベル ([Primary Key] や [Dense Vector] など)、およびデータ型の列があるフィールドのリストが表示されます。ベクトルフィールドの入力ボックスには、必要なディメンションと [0.1, 0.2, 0.3] のような配列形式が示されます。詳細を入力した後、[Add] をクリックします。
右上隅で、[Developer Mode] に切り替えます。JSON エディターで、各オブジェクトがレコードを表す JSON 配列としてデータを入力します。プライマリキーとベクトルフィールドの値を含めて、[Add] をクリックします。
JSON データの例の形式は [{"id": 0, "float": [0.03, 0.15, 0.91, 0.17, ...]}] です。ここで、id はプライマリキーフィールド、float は浮動小数点配列形式のベクトルフィールドです。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Query Test] ページで、[Vector Query] タブを選択します。[Table Name]、[Index Name]、および [TopK] を設定します。ベクトル入力ボックスに、浮動小数点配列形式でクエリベクトルを入力し、[Search] をクリックします。結果には、距離スコア、プライマリキー、およびベクトル値が含まれます。
ハイブリッド検索用のデータ挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[test_hybrid_search] テーブルを選択します。ページはデフォルトで [Form Mode] になっており、id (プライマリキー)、vector (密ベクトル)、sparse_indices (疎ベクトルインデックス)、sparse_values (疎ベクトル値)、および namespace の 5 つのフィールドが表示されます。
右上隅で、[Developer Mode] に切り替えます。JSON 配列としてデータを入力します。各レコードには、プライマリキー、密ベクトル、疎ベクトルインデックス、および疎ベクトル値を含める必要があります。その後、[Add] をクリックします。
データはレコードオブジェクトの JSON 配列として送信されます。各オブジェクトのフィールドは、id (プライマリキー)、vector (密ベクトル)、sparse_indices (疎ベクトルインデックス)、sparse_values (疎ベクトル値)、および namespace などのテーブルフィールドに対応します。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Vector-text Hybrid Query] タブを選択します。[Table Name] ドロップダウンリストから、test_hybrid_search などの対象テーブルを選択します。[TopK] (例： 10)、[Index Name] (例： vector)、および [Sort Order] (例： DESC) を設定します。[Dense Vector]、[Sparse Vector Indices] (例： [1,2,3])、および [Sparse Vector Values] (例： [0.1,0.2,0.3]) を入力し、[Search] をクリックします。検索結果はテーブルに表示され、距離スコア、プライマリキー、密ベクトル値、疎ベクトルインデックス、疎ベクトル値、属性、名前空間などの情報が含まれています。
埋め込み用テキストデータの挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[test_text_api] テーブルを選択します。ページはデフォルトで [Form Mode] になっており、1 件のレコードしか挿入できません。フィールドリストには、[id] (プライマリキー)、[source_text_vector] (密ベクトル、OpenSearch によって自動生成されるため入力不要)、[source_text] (埋め込み用フィールド)、および [namespace] が含まれます。
右上隅で、[Developer Mode] に切り替えます。プライマリキーと埋め込み用フィールドを含む対応するフィールドに値を入力し、[Add] をクリックします。
JSON ペイロードの例は [{"id": 1, "source_text": "OpenSearch Vector Search Edition", "namespace": 1}] です。この例では、[id] はプライマリキー、[source_text] は埋め込み用のテキストフィールド、[namespace] は名前空間です。テーブル名として [test_text_api] を選択します。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Query Test] ページで、[Vector Query] タブを選択します。[Table Name] を test_text_api に、[Index Name] を source_text_vector に、[TopK] を 10 に設定します。[Query Type] を [Text] に、[Sort Order] を [ASC] に設定します。テキスト入力ボックスにクエリテキスト (例： Vector Search Edition) を入力し、[Search] をクリックします。クエリは、距離スコアが 0.389988780021675、プライマリキーが 1 の一致するレコードを 1 件返します。属性では、source_text の値は OpenSearch Vector Search Edition です。
埋め込み用画像データの挿入
[Vector Management] > [Data Insertion] ページで、テーブルを選択します。
[Form Mode] で、[test_create] テーブルを選択します。フィールドには、[id] (プライマリキー、INT64)、[source_image_vector] (密ベクトル、OpenSearch によって自動生成されるため入力不要)、[source_image] (埋め込み用フィールド、[Upload Image] または [Enter Base64 Encoding] で指定できます)、および [namespace] (INT64) が含まれます。詳細を入力した後、[Add] をクリックします。
右上隅で、[Developer Mode] に切り替えます。JSON 配列としてデータを入力します。各レコードには、プライマリキーと埋め込み用フィールドを含める必要があります。画像フィールドには、Base64 でエンコードされた文字列として値を指定します。その後、[Add] をクリックします。
データは JSON 配列として送信されます。各レコードには、id (プライマリキー)、source_image (Base64 でエンコードされた画像文字列)、および namespace などのフィールドが含まれます。対象のテーブル (例： test_create) を選択します。
「"message": "success"」 というレスポンスは、データが正常にアップロードされたことを示します。
アップロードが成功した後、クエリテストページでデータをクエリできます。
[Query Type] を [Image] に、[Sort Order] を [ASC] に、[Image Source] を [Upload Image File] に設定します。検索したい画像をアップロードした後、[Search] をクリックします。検索結果は、距離スコア、プライマリキー、ベクトル値、属性、名前空間の列があるテーブルに表示されます。距離スコアが小さいほど、一致度が高くなります。
制限事項
-
単一のデータレコードのペイロードは 1 MB を超えることはできません。
-
ただし、埋め込みが必要な画像データの場合、ソース画像ファイルは 1 MB を超えることができます。
-
埋め込むテキストデータの場合、ソーステキストは 1 KB を超えることはできません。