Vector Databases: Pinecone, Weaviate & pgvector · Ders

Weaviate'ta Çok Kiracılı Yapı

Ölçeklenebilir ve güvenli çok müşterili uygulamalar için tek bir Weaviate koleksiyonunda verileri kiracı başına nasıl yalıtacağınızı öğrenin.

Weaviate'ta Çok Kiracılı Yapı, CoddyKit'te ücretsiz bir Vector Databases: Pinecone, Weaviate & pgvector dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Vector Databases: Pinecone, Weaviate & pgvector öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Vector Databases: Pinecone, Weaviate & pgvector kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Why Multi-Tenancy?

Multi-tenancy lets one Weaviate collection serve many isolated customers (tenants) while keeping their data physically and logically separated.

One schema, many tenants
Strong data isolation
Efficient resource use vs. one collection per customer

Enabling Multi-Tenancy

You enable multi-tenancy at collection creation time by setting multiTenancyConfig.enabled = true. Once enabled, every object must belong to a tenant.

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

Creating Tenants

Tenants are added to a collection explicitly. Each tenant has a unique name and an activity status.

HOT: active, queryable
COLD: offloaded, must be activated first

POST /v1/schema/Article/tenants
[
  { "name": "customer-a" },
  { "name": "customer-b" }
]

Inserting Tenant Data

When inserting objects you must specify which tenant owns the object. Data for one tenant is never visible to another.

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

Querying Per Tenant

Every query must include the tenant parameter. Weaviate scopes the search to that tenant's shard only, improving both isolation and performance.

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

Tenant Isolation Guarantees

Each tenant gets its own shard. This means:

No cross-tenant data leakage
Independent indexing per tenant
Per-tenant lifecycle management

Activity Status & Offloading

Inactive tenants can be set to COLD to free memory, or offloaded to cloud storage. Reactivate them on demand to query again.

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

Listing & Deleting Tenants

You can list all tenants of a collection or delete a tenant entirely. Deleting a tenant removes all its data permanently.

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

Scaling with Many Tenants

Weaviate supports thousands of tenants efficiently because inactive shards consume minimal resources. Use COLD status aggressively for rarely-used tenants.

Python Client Example

The Python client makes tenant operations explicit via a tenant-scoped handle.

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()

Best Practices

Guidelines for multi-tenant Weaviate:

Use one tenant per customer, not per request
Set unused tenants to COLD
Always validate the tenant param server-side to prevent enumeration

Quick Check

Test your understanding of multi-tenancy.

Recap

You learned to enable multi-tenancy, create and manage tenants, insert and query tenant-scoped data, and use COLD status for scaling. Multi-tenancy is the key to building secure, multi-customer apps on a single Weaviate collection.

Sıkça Sorulan Sorular

“Weaviate'ta Çok Kiracılı Yapı” dersi ücretsiz mi?

Evet — “Weaviate'ta Çok Kiracılı Yapı” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Vector Databases: Pinecone, Weaviate & pgvector kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Vector Databases: Pinecone, Weaviate & pgvector kursu toplamda 4 dersten oluşur.

“Weaviate'ta Çok Kiracılı Yapı” dersinde ne öğreneceğim?

Ölçeklenebilir ve güvenli çok müşterili uygulamalar için tek bir Weaviate koleksiyonunda verileri kiracı başına nasıl yalıtacağınızı öğrenin. Vector Databases: Pinecone, Weaviate & pgvector ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

Vector Databases: Pinecone, Weaviate & pgvector öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te Vector Databases: Pinecone, Weaviate & pgvector, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Weaviate'ta Çok Kiracılı Yapı” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu Vector Databases: Pinecone, Weaviate & pgvector dersinde kod yazıp çalıştırabilir miyim?

Evet. Her Vector Databases: Pinecone, Weaviate & pgvector dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← Vector Databases: Pinecone, Weaviate & pgvector Sayfasına Dön