Vektordatabaser: Pinecone, Weaviate och pgvector · Lektion

Multi-tenancy i Weaviate

Lär dig isolera data per tenant i en enda Weaviate-samling för skalbara och säkra applikationer med flera kunder.

Lektion 4 av 413 steg

Multi-tenancy i Weaviate är en gratis lektion i Vektordatabaser: Pinecone, Weaviate och pgvector på CoddyKit. Detta är lektion 4 av 4. Du kan läsa vilka 3 lektioner som helst i den här lärvägen kostnadsfritt i sin helhet – därefter låser CoddyKit PRO upp alla lektioner, plus praktisk övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Den ingår i lärvägen för Vektordatabaser: Pinecone, Weaviate och pgvector, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Vektordatabaser: Pinecone, Weaviate och pgvector innehåller totalt 4 lektioner.

Varför flera klienter?

Multi-tenancy gör att en Weaviate-samling kan betjäna många isolerade kunder (tenants) samtidigt som deras data hålls fysiskt och logiskt åtskilda.

  • Ett schema, många tenants
  • Stark dataisolering
  • Effektiv resursanvändning jämfört med en samling per kund

Aktivera multi-tenancy

Du aktiverar multi-tenancy när samlingen skapas genom att ange multiTenancyConfig.enabled = true. När funktionen är aktiverad måste varje objekt tillhöra en tenant.

{
  "class": "Article",
  "multiTenancyConfig": { "enabled": true }
}

Skapa tenants

Tenants läggs uttryckligen till i en samling. Varje tenant har ett unikt namn och en aktivitetsstatus.

  • HOT: aktiv, sökbar
  • COLD: avlastad, måste aktiveras först
POST /v1/schema/Article/tenants
[
  { "name": "customer-a" },
  { "name": "customer-b" }
]

Infoga tenantdata

När du infogar objekt måste du ange vilken tenant som äger objektet. Data för en tenant är aldrig synliga för en annan.

{
  "class": "Article",
  "tenant": "customer-a",
  "properties": { "title": "Hello" }
}

Frågor per tenant

Varje fråga måste innehålla parametern tenant. Weaviate begränsar sökningen till sharden för den tenanten, vilket förbättrar både isolering och prestanda.

{
  Get {
    Article (tenant: "customer-a", limit: 5) {
      title
    }
  }
}

Garantier för tenant-isolering

Varje tenant får en egen shard. Det innebär:

  • Inget dataläckage mellan tenants
  • Oberoende indexering för varje tenant
  • Livscykelhantering per tenant

Aktivitetsstatus och avlastning

Inaktiva tenants kan ställas in på COLD för att frigöra minne eller avlastas till molnlagring. Aktivera dem igen vid behov för att kunna skicka frågor.

PUT /v1/schema/Article/tenants
[
  { "name": "customer-b", "activityStatus": "COLD" }
]

Visa och ta bort tenants

Du kan visa alla tenants i en collection eller ta bort en tenant helt. När en tenant tas bort raderas all dess data permanent.

GET /v1/schema/Article/tenants
DELETE /v1/schema/Article/tenants
["customer-b"]

Skalning med många tenants

Weaviate stöder tusentals tenants effektivt eftersom inaktiva shards använder minimalt med resurser. Använd statusen COLD aktivt för tenants som används sällan.

Exempel med Python-klienten

Python-klienten gör tenant-åtgärder explicita via ett tenant-begränsat handtag.

import weaviate
client = weaviate.connect_to_local()
articles = client.collections.get('Article')
tenant_a = articles.with_tenant('customer-a')
tenant_a.data.insert({'title': 'Edge case'})
client.close()

Bästa praxis

Riktlinjer för multi-tenant Weaviate:

  • Använd en tenant per kund, inte per förfrågan
  • Ställ in oanvända tenants på COLD
  • Validera alltid tenant-parametern på serversidan för att förhindra enumerering

Snabbtest

Testa dina kunskaper om multi-tenancy.

Sammanfattning

Du har lärt dig att aktivera multi-tenancy, skapa och hantera tenants, infoga och ställa frågor mot tenant-begränsade data samt använda statusen COLD för skalning. Multi-tenancy är nyckeln till att bygga säkra appar för flera kunder i en enda Weaviate-collection.

Gratis att börja

Lär dig Vektordatabaser: Pinecone, Weaviate och pgvector med en AI-lärare – gratis

Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.

Kurser
12
Lektioner
48

Vanliga frågor

Är lektionen ”Multi-tenancy i Weaviate” gratis?

Ja – du kan läsa vilka 3 lektioner som helst i lärvägen Vektordatabaser: Pinecone, Weaviate och pgvector, inklusive ”Multi-tenancy i Weaviate”, kostnadsfritt i sin helhet här på webben. Därefter låser CoddyKit PRO upp alla lektioner, plus interaktiv övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Kursen i Vektordatabaser: Pinecone, Weaviate och pgvector innehåller totalt 4 lektioner.

Vad lär jag mig i ”Multi-tenancy i Weaviate”?

Lär dig isolera data per tenant i en enda Weaviate-samling för skalbara och säkra applikationer med flera kunder. Ni övar på Vektordatabaser: Pinecone, Weaviate och pgvector med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.

Behöver jag någon erfarenhet för att börja lära mig Vektordatabaser: Pinecone, Weaviate och pgvector?

Du behöver inga förkunskaper. Utbildningen i Vektordatabaser: Pinecone, Weaviate och pgvector på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 4 av 4.

Hur lång tid tar lektionen ”Multi-tenancy i Weaviate”?

De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.

Kan jag skriva och köra kod i den här Vektordatabaser: Pinecone, Weaviate och pgvector-lektionen?

Ja. Varje Vektordatabaser: Pinecone, Weaviate och pgvector-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.

Alla lektioner i den här kursen

  1. Semantisk sökning och hybridsökning
  2. Använda Weaviate-moduler
  3. Strategier för säkerhetskopiering och återställning
  4. Multi-tenancy i Weaviate
← Tillbaka till Vektordatabaser: Pinecone, Weaviate och pgvector