Milvus 简介

Milvus 是一个开源的向量相似度搜索引擎，专为处理海量向量数据而设计。它支持多种向量索引类型和相似性搜索算法，广泛应用于图像检索、推荐系统、自然语言处理等 AI 场景。

Milvus 提供了以下核心特性：

• 支持 CPU/GPU 混合计算
• 多种向量索引结构（如 IVF-PQ、HNSW）
• 多语言 SDK（Python、Java、Go 等）
• 可扩展性强，支持单机与集群部署
• 官网：https://milvus.io/zh
• GitHub：https://github.com/milvus-io/milvus
• 文档：https://milvus.io/docs/zh

Milvus 部署

前置条件

确保你的服务器或电脑上已安装以下组件：

• Docker（建议版本 >= 20.10）
• Docker Compose（建议版本 >= v2.x）
• 参考文档：https://blog.csdn.net/u010800804/article/details/141754183

安装教程

yaml文件

• 创建yaml 文档：milvus-standalone-docker-compose.yml

version: '3.5'

services:
  etcd:
    container_name: milvus-etcd
    image: quay.io/coreos/etcd:v3.5.18
    environment:
      - ETCD_AUTO_COMPACTION_MODE=revision
      - ETCD_AUTO_COMPACTION_RETENTION=1000
      - ETCD_QUOTA_BACKEND_BYTES=4294967296
      - ETCD_SNAPSHOT_COUNT=50000
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/etcd:/etcd
    command: etcd -advertise-client-urls=http://etcd:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcd
    healthcheck:
      test: ["CMD", "etcdctl", "endpoint", "health"]
      interval: 30s
      timeout: 20s
      retries: 3

  minio:
    container_name: milvus-minio
    image: minio/minio:RELEASE.2023-03-20T20-16-18Z
    environment:
      MINIO_ACCESS_KEY: minioadmin
      MINIO_SECRET_KEY: minioadmin
    ports:
      - "9001:9001"
      - "9000:9000"
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/minio:/minio_data
    command: minio server /minio_data --console-address ":9001"
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:9000/minio/health/live"]
      interval: 30s
      timeout: 20s
      retries: 3

  standalone:
    container_name: milvus-standalone
    image: milvusdb/milvus:v2.5.13
    command: ["milvus", "run", "standalone"]
    security_opt:
    - seccomp:unconfined
    environment:
      ETCD_ENDPOINTS: etcd:2379
      MINIO_ADDRESS: minio:9000
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/milvus:/var/lib/milvus
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:9091/healthz"]
      interval: 30s
      start_period: 90s
      timeout: 20s
      retries: 3
    ports:
      - "19530:19530"
      - "9091:9091"
    depends_on:
      - "etcd"
      - "minio"

networks:
  default:
    name: milvus

进行拉取

• 如果拉取不到外网镜像，则拉取云馨AI 指定进行

• 创建指定目录：mkdir -p /data/yunxinai && cd /data/yunxinai/

• 文件clone

git clone https://gitcode.com/yunxinai/rag-sh.git

• 如果没有安装git，则进行git安装：yum install -y git
  
• 执行脚本 拉取对应镜像

sh /data/yunxinai/rag-sh/milvus/v2.5.13/images.sh

docker-compose部署

• 部署命令：docker-compose -f milvus-standalone-docker-compose.yml up -d
  
  

官方文档

• 参考文档：https://milvus.io/docs/zh/install_standalone-docker-compose.md

可视化工具 Attu

• Attu是Milvus的一个高效的开源管理工具
• 开源地址：https://github.com/zilliztech/attu

docker启动

docker run -d \
  --name attu \
  -p 8009:3000 \
  -e MILVUS_URL=11.0.1.180:19530 \
  zilliz/attu:v2.5.11

• 11.0.1.180:19530 改为 milvus 部署的IP地址，端口不用改

浏览器访问

• 输入对应的IP地址+端口
• 如：http://11.0.1.180:8009/#/connect
  
  
  
  

总结

• 至此，就完成了Milvus 是一款开源的向量相似度搜索引擎，专为高效处理海量向量数据而设计，广泛应用于AI领域如图像检索、推荐系统等。它支持多种索引类型和多语言SDK，并具备良好的可扩展性，支持单机与集群部署。通过 Docker Compose 可快速完成 Milvus 独立部署，配合可视化工具 Attu 更可提升使用效率。

关注微信公众号「云馨AI」，回复「微信」，
无论你是AI爱好者还是初学者，这里都能为你打开AI世界的大门！加入我们，与志同道合的朋友一起探索AI的无限可能，共同拥抱智能未来！