向量与元数据建模
在集合中存储向量嵌入及其相关元数据。文档说明 Milvus 支持多种数据类型，包括数值和字符类型、向量类型、数组、集合以及 JSON。
Milvus
认领Milvus 是一款开源向量数据库，支持嵌入向量相似度检索，提供本地、单机、分布式和云端部署选项，适用于语义搜索、RAG、图像搜索和混合搜索等 GenAI 检索流程。
概述
Milvus 是一款开源向量数据库，用于围绕嵌入向量和相似度搜索构建应用。它被描述为一个高性能系统，可运行在从笔记本电脑到大规模分布式集群的广泛环境中，并同时提供开源软件和云服务。
该产品旨在将向量数据与元数据一起存储，然后对这些数据提供快速搜索和检索。文档和快速入门展示了一个基于 Python 的工作流，使用 `pymilvus`，并通过 Milvus Lite 进行本地开发，以及使用 Docker 或 Kubernetes 进行生产部署。
Milvus 面向 GenAI 及其他以嵌入向量驱动的工作负载，例如语义搜索、检索增强生成、图像搜索、多模态搜索、混合搜索以及相关检索流程。其架构强调可扩展性、面向硬件的性能以及多种搜索模式，而不是单一的狭窄用例。
功能
多种部署模式
选择与环境相匹配的部署模式。Milvus Lite 适用于笔记本和本地电脑，Standalone 是单机 Docker 部署，而 Distributed 则面向 Kubernetes 和十亿级规模工作负载。
满足不同检索需求的搜索模式
运行广泛的检索操作，包括 ANN 搜索、过滤搜索、范围搜索、混合搜索、全文搜索、重排序、获取和查询。
面向性能的搜索引擎
使用硬件感知优化以及多种索引/搜索算法，例如 IVF、HNSW 和 DiskANN，以支持在不同平台上进行快速向量搜索。
分布式扩展架构
在分布式系统中扩展无状态、解耦的架构。文档描述了可独立扩展的搜索、数据和索引组件，适用于大规模部署。
以 Python 为先的开发工作流
先使用 `pymilvus` 和 `MilvusClient` 在本地启动，然后在 Docker 或 Kubernetes 上将相同的、面向客户端的工作流程投入生产部署。
使用场景
检索增强生成
构建检索增强生成系统，将文档或知识库的嵌入向量存储起来，并使用向量搜索为 LLM 提供相关上下文。
语义搜索
为文本、图像或其他非结构化数据创建搜索体验，在这些场景中，基于嵌入向量的相似性比精确关键词匹配更有用。
原型设计与开发
在 Jupyter 笔记本或本地电脑上使用 Milvus Lite 进行本地实验，然后将相同的模型和客户端方法迁移到 Docker 或 Kubernetes 部署中。
感知元数据的检索
在需要将向量相似性与元数据约束或辅助排序逻辑相结合时，使用混合搜索、过滤和重排序。
高规模生产检索
支持需要分布式基础设施和弹性扩展、以处理超大规模向量集合的大规模生产系统。
Pros and Cons
Pros
- 支持本地、单机和分布式部署模式。
- 覆盖广泛的检索模式，包括 ANN、过滤、混合、范围、全文、重排序、获取和查询。
- 将向量与元数据一同存储，有助于支持过滤和更丰富的检索流程。
- 提供基于 `pymilvus` 和 `MilvusClient` 的 Python 优先快速入门，使本地设置更直接。
- 文档说明其基于 Apache 2.0 开源许可，同时也可作为云服务使用。
Cons
- 由于所提供的定价页面返回了 404，无法获取价格和套餐详情。
- 源材料对向量检索和部署模式的说明最为充分；与核心数据库功能相比，它对集成和托管服务细节的描述较少。
FAQ
如何运行 Milvus？
Milvus 支持通过 Milvus Lite 进行本地原型开发，这是一款可在笔记本或本地电脑上运行的 Python 库；它也支持在生产场景中使用 Docker 和 Kubernetes。文档介绍了 Milvus Lite、Standalone 和 Distributed 三种部署模式。
Milvus 的基础工作流程是什么样的？
快速入门展示了如何使用 pip 安装 `pymilvus`，使用 `MilvusClient` 创建本地数据库文件，创建集合，插入向量数据并执行搜索。示例使用 Milvus Lite 进行本地设置。
Milvus 适用于哪些类型的应用？
Milvus 旨在对高维嵌入向量进行向量相似度检索，并支持语义搜索、检索增强生成（RAG）、图像搜索、多模态搜索、混合搜索和图 RAG 等工作流。
Milvus 是开源还是托管服务？
来源将 Milvus 描述为遵循 Apache 2.0 许可证的开源软件，同时也是一项云服务。主页还指出 Zilliz Cloud 是托管版 Milvus 选项。
Milvus 提供哪些搜索能力？
文档说明 Milvus 支持多种搜索类型，包括 ANN 搜索、过滤搜索、范围搜索、混合搜索、全文搜索、重排序、获取和查询。
Quick Facts
- 类别
- 向量数据库
- 来源域名
- milvus.io
- 许可证
- Apache 2.0
- 主要语言
- 通过 `pymilvus` 的 Python 快速入门
- 部署选项
- Lite、Standalone、Distributed 和云服务
- 常见工作流
- 语义搜索、RAG、图像搜索、多模态搜索、混合搜索