【开源向量数据库】Milvus简介

Milvus 是一个开源、高性能、可扩展的向量数据库，专门用于存储和检索高维向量数据。它支持近似最近邻搜索（ANN），适用于图像检索、自然语言处理（NLP）、推荐系统、异常检测等 AI 应用场景。

官网：https://milvus.io/

---

1. Milvus 的特点

（1）高性能

• 支持数十亿级向量数据，查询速度快。
• 使用 近似最近邻（ANN）索引算法，如 HNSW、IVF-FLAT、IVF-PQ、SCANN 等。

（2）分布式架构

• 可以横向扩展（scalability），适用于大规模数据集。
• 支持云端部署，可结合 Kubernetes 进行管理。

（3）多种索引支持

• HNSW（Hierarchical Navigable Small World）：高效、高准确度的图索引。
• IVF-FLAT（Inverted File Index + Flat Search）：适用于大规模数据检索。
• IVF-PQ（Inverted File Index + Product Quantization）：节省存储，提高检索效率。

（4）多种数据类型

• 支持不同类型的向量（浮点数、二进制），同时可存储元数据（metadata），比如文本、标签等。
• 支持 JSON 存储，可以存放结构化数据。

（5）多种 API 语言支持

• Python
• Go
• Java
• C++

（6）与 AI 生态兼容

• 可与 PyTorch、TensorFlow、OpenAI Embeddings、Hugging Face 集成，用于 NLP、计算机视觉等任务。
• 支持 Kubernetes 部署，适合云原生应用。

---

2. Milvus 架构

Milvus 采用 分布式架构，主要组件包括：

组件	作用
Proxy	处理客户端请求，分发查询
QueryNode	负责向量搜索
IndexNode	负责构建索引
DataNode	负责存储和管理数据
MetaStore	存储元数据
Coordinator（协调器）	负责管理集群

---

3. 安装 Milvus

Milvus 可以使用 Docker 进行安装：

（1）Linux下的安装方法

1）安装 Docker & Docker Compose

# 安装 Docker
sudo apt update
sudo apt install -y docker.io

# 安装 Docker Compose
sudo apt install -y docker-compose

2）拉取 Milvus

git clone https://github.com/milvus-io/milvus.git
cd milvus

3）启动 Milvus

docker-compose up -d

（2）Windows 下的安装方法

在 Windows 上安装 Milvus 主要有两种方式：

1. 使用 Docker 安装（推荐）
2. 使用 WSL（Windows Subsystem for Linux）安装

方法 1：使用 Docker 安装 Milvus（推荐）

1.1 安装 Docker

• 下载并安装 Docker Desktop for Windows
• 启用 WSL 2 后端
  • 打开 Docker Desktop 设置
  • 进入 General 选项卡，勾选 Use the WSL 2 based engine
• 启用 Windows 容器支持（可选，但建议启用）

1.2 下载 Milvus

git clone https://github.com/milvus-io/milvus.git cd milvus

1.3 启动 Milvus

docker-compose up -d

• 该命令会下载 Milvus 并启动默认的服务，端口 19530 可用于 API 访问。

---

方法 2：使用 WSL 安装 Milvus

2.1 启用 WSL

wsl --install

• 确保 WSL 版本为 2：

wsl --set-default-version 2

• 安装 Ubuntu：

wsl --install -d Ubuntu

2.2 安装 Docker

sudo apt update // 更新软件包列表
sudo apt install -y docker.io // 安装 Docker
sudo apt install docker-compose -y // 安装 docker-compose

2.3 下载并启动 Milvus

cd ~ // 尝试在 WSL 内部的 Linux 文件系统（如 ~/）中克隆
git clone https://github.com/milvus-io/milvus.git 
cd milvus 
docker-compose up -d

---

4. Milvus 管理工具

3.1 Attu

• Attu 是官方推荐的 Milvus 可视化管理工具：
• 安装 Attu

docker run -d --name attu -p 3000:3000 zilliz/attu

• 访问 http://localhost:3000

---

5. 默认接口、用户名、密码

配置项	默认值
接口	19530
用户名	无默认用户名
密码	无默认密码

注意：默认情况下，Milvus 没有身份验证。若需安全访问，可以通过代理层或内部网权限控制实现认证。

---

6. 使用 Python 操作 Milvus

安装 pymilvus

pip install pymilvus

创建 Milvus 连接

from pymilvus import connections

connections.connect(host="localhost", port="19530")

创建 Collection

from pymilvus import Collection, CollectionSchema, FieldSchema, DataType

# 定义 Collection 结构
fields = [
    FieldSchema(name="id", dtype=DataType.INT64, is_primary=True),
    FieldSchema(name="vector", dtype=DataType.FLOAT_VECTOR, dim=128)
]

schema = CollectionSchema(fields, description="Example Collection")

# 创建 Collection
collection = Collection(name="example_collection", schema=schema)

插入数据

import numpy as np

# 生成 1000 个 128 维的随机向量
num_vectors = 1000
dim = 128
vectors = np.random.rand(num_vectors, dim).tolist()
ids = list(range(num_vectors))

# 插入数据
collection.insert([ids, vectors])

创建索引

index_params = {
    "metric_type": "L2",   # 余弦相似度/欧式距离
    "index_type": "IVF_FLAT",
    "params": {"nlist": 128}
}

collection.create_index(field_name="vector", index_params=index_params)

查询相似向量

# 生成查询向量
query_vector = np.random.rand(1, 128).tolist()

# 进行相似性搜索
collection.load()
result = collection.search(query_vector, "vector", param={"nprobe": 10}, limit=5)

# 打印结果
for hits in result:
    for hit in hits:
        print(f"ID: {hit.id}, Distance: {hit.distance}")

---

7. 使用 Java 操作 Milvus

7.1 安装 Java 依赖

在 pom.xml 添加：

    io.milvus
    milvus-sdk-java
    2.3.2

7.2 连接 Milvus

import io.milvus.client.*;
import io.milvus.param.ConnectParam;

public class MilvusExample {
    public static void main(String[] args) {
        MilvusServiceClient client = new MilvusServiceClient(
            ConnectParam.newBuilder()
            .withHost("localhost")
            .withPort(19530)
            .build()
        );
        System.out.println("Connected to Milvus");
    }
}

7.3 创建 Collection

import io.milvus.param.collection.*;
import io.milvus.grpc.DataType;
import java.util.Arrays;

public class CreateCollection {
    public static void main(String[] args) {
        MilvusServiceClient client = new MilvusServiceClient(
            ConnectParam.newBuilder().withHost("localhost").withPort(19530).build()
        );

        FieldType idField = FieldType.newBuilder()
            .withName("id").withDataType(DataType.Int64)
            .withPrimaryKey(true).build();

        FieldType vectorField = FieldType.newBuilder()
            .withName("vector").withDataType(DataType.FloatVector)
            .withDimension(128).build();

        CollectionMapping collectionMapping = CollectionMapping.newBuilder()
            .withCollectionName("example_collection")
            .withDescription("Test collection")
            .withFieldTypes(Arrays.asList(idField, vectorField))
            .build();

        client.createCollection(collectionMapping);
        System.out.println("Collection Created");
    }
}

7.4 插入数据

import io.milvus.param.dml.InsertParam;
import java.util.*;

public class InsertData {
    public static void main(String[] args) {
        MilvusServiceClient client = new MilvusServiceClient(
            ConnectParam.newBuilder().withHost("localhost").withPort(19530).build()
        );

        List ids = Arrays.asList(1L, 2L, 3L);
        List> vectors = new ArrayList<>();
        vectors.add(Arrays.asList(0.1f, 0.2f, 0.3f, ... 128个值));
        vectors.add(Arrays.asList(0.4f, 0.5f, 0.6f, ... 128个值));

        InsertParam insertParam = InsertParam.newBuilder()
            .withCollectionName("example_collection")
            .withFields(Arrays.asList(ids, vectors))
            .build();

        client.insert(insertParam);
        System.out.println("Data Inserted");
    }
}

7.5 查询相似向量

import io.milvus.param.dml.SearchParam;
import io.milvus.param.MetricType;

public class SearchVector {
    public static void main(String[] args) {
        MilvusServiceClient client = new MilvusServiceClient(
            ConnectParam.newBuilder().withHost("localhost").withPort(19530).build()
        );

        List> queryVectors = new ArrayList<>();
        queryVectors.add(Arrays.asList(0.1f, 0.2f, 0.3f, ... 128个值));

        SearchParam searchParam = SearchParam.newBuilder()
            .withCollectionName("example_collection")
            .withTopK(5)
            .withMetricType(MetricType.L2)
            .withVectors(queryVectors)
            .build();

        System.out.println(client.search(searchParam));
    }
}

---

8. SaaS 化系统的多租户支持

SaaS 系统中，每个租户（Tenant）应有独立的数据管理方案：

方法 1：独立 Collection

• 每个租户一个 Collection，例如 tenant1_vectors、tenant2_vectors
• 适用于小规模租户

方法 2：添加租户字段

• 在同一 Collection 里添加 tenant_id 字段：

{ "id": 123, "tenant_id": "tenant_A", "vector": [0.1, 0.2, ...] }

• 查询时加上租户过滤：

SearchParam searchParam = SearchParam.newBuilder() .withCollectionName("example_collection") .withFilter("tenant_id = 'tenant_A'") .build();

方法 3：使用多个 Milvus 实例

• 适用于大型 SaaS 平台
• 每个租户一个独立的 Milvus 集群
• 需要负载均衡和资源隔离

---

9. Milvus 的应用场景

1) 语义搜索

• 结合 OpenAI Embeddings，可用于语义搜索（文本相似度计算）。

2) 图像搜索

• 存储图片特征向量，实现以图搜图功能。

3) 推荐系统

• 存储用户兴趣向量，计算个性化推荐。

4) 生物信息学

• DNA 比对，通过向量相似性计算基因相似度。

---

10. Milvus vs 其他向量数据库

数据库	主要特点	适用场景
Milvus	分布式、云原生、多索引支持	NLP、推荐系统、大规模向量数据
FAISS	高效 GPU 加速，适用于离线任务	超大规模数据离线处理
Pinecone	云托管，易用性强	SaaS 应用、无需自己部署
Weaviate	结合语义搜索，支持 JSON 存储	文本搜索、知识库
HNSWlib	高速图索引，适合小型应用	小规模向量检索

---

11. 总结

• Milvus 是一个高性能、可扩展的向量数据库，适用于大规模 AI 应用，尤其适用于NLP、计算机视觉、推荐系统等场景。
• 支持多种索引算法（HNSW、IVF-FLAT、IVF-PQ），可以根据不同的需求进行优化。
• 兼容 PyTorch、TensorFlow、Hugging Face，易于集成到 AI 生态系统中。
• 支持分布式部署，适合云端应用，可以利用 Kubernetes 进行管理。

如果你需要处理数千万甚至上亿的向量数据，Milvus 是一个非常好的选择！