DBAPIによるMilvusベクトルデータベースへの接続：HTTPエグゼキューターパラメータマッピングの実践

Milvusとは？

Milvusは、AIアプリケーション向けに設計されたオープンソースのベクトルデータベースで、大量のベクトルデータの保存・インデックス作成・類似度検索をサポートします。RAG（Retrieval-Augmented Generation）、セマンティック検索、推薦システムなどの場面で広く利用されています。

Milvusは完全なRESTful APIインターフェースを提供しており、HTTPプロトコルを通じてベクトルデータの挿入・照会・検索などの操作が可能です。

なぜDBAPIでMilvusに接続するのか？

MilvusのHTTP APIを直接呼び出す場合、リクエストURLの組み立てやパラメータの構築、認証・認可の処理などをコード内で行う必要があります。DBAPIのHTTPエグゼキュータを使用することで、以下の利点を得られます：

統一されたAPI管理：すべてのMilvus操作をDBAPIのAPI形式で一元管理でき、権限管理・トラフィック制限・監視機能がすぐに利用可能
パラメータマッピングの簡素化：カスタムマッピングモードにより、業務側のパラメータをMilvusが必要とするリクエストフォーマットへ自動変換し、呼び出し側はMilvusのインターフェース詳細を気にする必要なし
セキュリティ管理：DBAPIのToken認証およびIPファイアウォール機能を継承
ゼロコーディング連携：統合コードを一切記述せず、設定だけで完了

主要機能：HTTPエグゼキュータによるパラメータのカスタムマッピング

DBAPIエンタープライズ版4.5.0では、HTTPエグゼキュータのカスタムマッピングモードが強化されました。JSONテンプレートと${}プレースホルダー、さらにGroovy式を組み合わせることで、呼び出し側から渡されたパラメータを対象のインターフェースに必要なリクエストボディ形式へ柔軟に変換できます。

呼び出し側から渡されるパラメータ：{ "collection": "my_collection", "id": 1, "vector": [0.1, 0.2, ...], "text": "xxx" }
                │ HTTPエグゼキュータによるパラメータマッピング
                ▼  
Milvusが受け取るリクエスト：{ "collectionName": "my_collection", "data": [{ "id": 1, "vector": [0.1, 0.2, ...], "text": "xxx" }] }

実践：Milvusへの接続

前提条件

DBAPIエンタープライズ版4.5.0以上
配備済みのMilvusサービス（本稿ではMilvus HTTP API v2を例として使用）
Milvus内に既にコレクションが作成済みであること

手順1：HTTPデータソースの作成

DBAPI管理画面の「データソース管理」から新規データソースを作成します。

設定項目	値
名称	`Milvusサービス`
タイプ	`HTTP`
アドレス	`http://192.168.1.100:19530`

アドレスはMilvusサービスのHTTPポート番号で、デフォルトは19530です。

手順2：ベクトル挿入APIの作成

対象のグループ内にAPIを作成し、HTTPエグゼキュータを使用します。

基本情報

設定項目	値
API名	`Milvusベクトル挿入`
APIパス	`/milvus/insert`
アクセス権限	`private`
リクエストパラメータ	`id`（bigint）、`vector`（string）、`text`（string）

vectorパラメータはJSON文字列で、例えば[0.1, 0.2, 0.3, ...]のように指定します。

エグゼキュータ設定

設定項目	値
エグゼキュータタイプ	HTTPインターフェースプロキシエグゼキュータ
データソース	`Milvusサービス`
メソッド	`POST`
URLパス	`/v2/vectordb/entities/insert`
Content-Type	`application/json`
パラメータ伝達モード	カスタムマッピング

カスタムリクエストヘッダー：

Key	Value
`Authorization`	`YOUR_MILVUS_TOKEN`

Milvusで認証が有効になっている場合、カスタムリクエストヘッダーにTokenを設定すると、HTTPエグゼキュータが自動的に転送リクエストに注入します。

リクエストボディテンプレート：

json

{"collectionName": "news_articles", "data": [{"id": ${_parameters.id}, "vector": ${_parameters.vector}, "text": ${_parameters.text}}]}

collectionNameはテンプレート内で固定値として記述され、呼び出し側からは指定不要です。 vectorパラメータはJSON配列文字列として渡され、Milvusのvectorフィールドにマッピングされます。

呼び出し結果

呼び出し側からのリクエスト：

bash

POST https://127.0.0.1:8520/milvus/insert
Content-Type: application/json

{
  "id": 1001,
  "vector": [0.352, 0.187, 0.921, 0.453, 0.672],
  "text": "DBAPIによるベクトルデータベースへの接続"
}

システムはテンプレートに基づいてマッピングを行い、Milvusへ転送します（HTTPエグゼキュータがカスタムリクエストヘッダーを自動的に付与）：

POST http://192.168.1.100:19530/v2/vectordb/entities/insert
Content-Type: application/json
Authorization: YOUR_MILVUS_TOKEN

{"collectionName": "news_articles", "data": [{"id": 1001, "vector": [0.352, 0.187, 0.921, 0.453, 0.672], "text": "DBAPIによるベクトルデータベースへの接続"}]}

手順3：ベクトル検索APIの作成

基本情報

設定項目	値
API名	`Milvusベクトル検索`
APIパス	`/milvus/search`
アクセス権限	`private`
リクエストパラメータ	`vector`（string）、`limit`（bigint）

エグゼキュータ設定

設定項目	値
エグゼキュータタイプ	HTTPインターフェースプロキシエグゼキュータ
データソース	`Milvusサービス`
メソッド	`POST`
URLパス	`/v2/vectordb/entities/search`
Content-Type	`application/json`
パラメータ伝達モード	カスタムマッピング

リクエストボディテンプレート：

json

{"collectionName": "news_articles", "vector": ${_parameters.vector}, "limit": ${_parameters.limit}, "outputFields": ["id", "text", "vector"]}

collectionNameはテンプレート内で固定値として記述され、呼び出し側からはベクトルと件数制限のみを指定します。

呼び出し結果

呼び出し側からのリクエスト：

bash

POST https://127.0.0.1:8520/milvus/search
Content-Type: application/json

{
  "vector": [0.350, 0.190, 0.910, 0.450, 0.670],
  "limit": 5
}

システムはテンプレートに基づいてマッピングを行い、Milvusへ転送します：

POST http://192.168.1.100:19530/v2/vectordb/entities/search
Content-Type: application/json
Authorization: YOUR_MILVUS_TOKEN

{"collectionName": "news_articles", "vector": [0.350, 0.190, 0.910, 0.450, 0.670], "limit": 5, "outputFields": ["id", "text", "vector"]}

手順4：IDによる照会APIの作成

基本情報

設定項目	値
API名	`Milvusベクトル照会`
APIパス	`/milvus/query`
アクセス権限	`private`
リクエストパラメータ	`collection`（string）、`id`（bigint）

エグゼキュータ設定

設定項目	値
エグゼキュータタイプ	HTTPインターフェースプロキシエグゼキュータ
データソース	`Milvusサービス`
メソッド	`POST`
URLパス	`/v2/vectordb/entities/query`
Content-Type	`application/json`
パラメータ伝達モード	カスタムマッピング

リクエストボディテンプレート：

json

{"collectionName": ${_parameters.collection}, "filter": "id == " + ${_parameters.id}, "outputFields": ["id", "text", "vector"]}

Groovy式を用いてフィルタ条件id == 1001を動的に生成し、呼び出し側はMilvusのクエリ構文を意識する必要なし。

呼び出し結果

呼び出し側からのリクエスト：

bash

POST https://127.0.0.1:8520/milvus/query
Content-Type: application/json

{
  "id": 1001
}

システムはテンプレートに基づいてマッピングを行い、Milvusへ転送します：

POST http://192.168.1.100:19530/v2/vectordb/entities/query
Content-Type: application/json
Authorization: YOUR_MILVUS_TOKEN

{"collectionName": "news_articles", "filter": "id == 1001", "outputFields": ["id", "text", "vector"]}

その他のパラメータマッピングのテクニック

複雑な入れ子構造

Milvusのコレクションに複数のベクトルフィールドや入れ子構造がある場合でも、テンプレートを活用して柔軟に構築できます：

json

{"collectionName": ${_parameters.collection}, "data": [{"id": ${_parameters.id}, "titleVector": ${_parameters.titleVector}, "contentVector": ${_parameters.contentVector}, "metadata": {"author": ${_parameters.author}, "tags": ${_parameters.tags}}}]}

パラメータ演算

渡されたパラメータに対して事前処理を行うことも可能です：

json

{"collectionName": ${_parameters.collection}, "vector": ${_parameters.vector}, "limit": ${_parameters.limit + 10}, "offset": ${(_parameters.page - 1) * _parameters.pageSize}}

条件付き代入

パラメータの値に応じて検索条件を動的に設定することもできます：

json

{"collectionName": ${_parameters.collection}, "vector": ${_parameters.vector}, "limit": ${_parameters.limit}, "params": {"nprobe": ${_parameters.precision == "high" ? 64 : 16}}}

まとめ

DBAPIのHTTPエグゼキュータによるパラメータカスタムマッピング機能を活用することで、Milvusベクトルデータベースへの接続は非常にシンプルになります：

呼び出し側は業務上の意味を持つパラメータを渡すだけでよく、Milvus APIの詳細を知る必要はありません
パラメータマッピングテンプレートは一元管理され、Milvusのインターフェースが変更されてもテンプレートを修正するだけで済み、呼び出し側には影響しません
インターフェースはDBAPIの認証・トラフィック制限・監視といった企業向け機能をそのまま利用可能
完全なゼロコーディングで、設定だけで統合が完了します

バージョン要件：DBAPIエンタープライズ版4.5.0以降がHTTPエグゼキュータのカスタムマッピング機能に対応しています。

📢 Enterprise v4.5.0 Released

📢 Enterprise v4.6.0 Released

DBAPIによるMilvusベクトルデータベースへの接続：HTTPエグゼキューターパラメータマッピングの実践

Milvusとは？

なぜDBAPIでMilvusに接続するのか？

主要機能：HTTPエグゼキュータによるパラメータのカスタムマッピング

実践：Milvusへの接続

前提条件

手順1：HTTPデータソースの作成

手順2：ベクトル挿入APIの作成

基本情報

エグゼキュータ設定

呼び出し結果

手順3：ベクトル検索APIの作成

基本情報

エグゼキュータ設定

呼び出し結果

手順4：IDによる照会APIの作成

基本情報

エグゼキュータ設定

呼び出し結果

その他のパラメータマッピングのテクニック

複雑な入れ子構造

パラメータ演算

条件付き代入

まとめ

📢 Enterprise v4.5.0 Released

📢 Enterprise v4.6.0 Released

DBAPIによるMilvusベクトルデータベースへの接続：HTTPエグゼキューターパラメータマッピングの実践 ​

Milvusとは？ ​

なぜDBAPIでMilvusに接続するのか？ ​

主要機能：HTTPエグゼキュータによるパラメータのカスタムマッピング ​

実践：Milvusへの接続 ​

前提条件 ​

手順1：HTTPデータソースの作成 ​

手順2：ベクトル挿入APIの作成 ​

基本情報 ​

エグゼキュータ設定 ​

呼び出し結果 ​

手順3：ベクトル検索APIの作成 ​

基本情報 ​

エグゼキュータ設定 ​

呼び出し結果 ​

手順4：IDによる照会APIの作成 ​

基本情報 ​

エグゼキュータ設定 ​

呼び出し結果 ​

その他のパラメータマッピングのテクニック ​

複雑な入れ子構造 ​

パラメータ演算 ​

条件付き代入 ​

まとめ ​

DBAPIによるMilvusベクトルデータベースへの接続：HTTPエグゼキューターパラメータマッピングの実践

Milvusとは？

なぜDBAPIでMilvusに接続するのか？

主要機能：HTTPエグゼキュータによるパラメータのカスタムマッピング

実践：Milvusへの接続

前提条件

手順1：HTTPデータソースの作成

手順2：ベクトル挿入APIの作成

基本情報

エグゼキュータ設定

呼び出し結果

手順3：ベクトル検索APIの作成

基本情報

エグゼキュータ設定

呼び出し結果

手順4：IDによる照会APIの作成

基本情報

エグゼキュータ設定

呼び出し結果

その他のパラメータマッピングのテクニック

複雑な入れ子構造

パラメータ演算

条件付き代入

まとめ