1.1 介绍与安装 — Milvus 入门指南

本节导读：通过本节学习，你将了解 Milvus 的核心价值、技术特点，完成本地环境搭建并运行第一个向量检索示例，为后续实战打下坚实基础。

学习目标

• 理解向量数据库的定义和 Milvus 的核心优势
• 掌握 Milvus 的三种部署方式和适用场景
• 完成本地开发环境搭建和第一个程序运行
• 熟悉基本的连接和操作流程

核心概念

什么是向量数据库？

向量数据库（Vector Database）是专门设计用于存储、管理和检索高维向量数据的高性能数据库系统。随着 AI 和机器学习的快速发展，传统数据库在处理向量相似性搜索时遇到了性能瓶颈，向量数据库应运而生。

Milvus 的核心价值：

• 十亿级处理能力：支持万亿级向量的高效索引和检索
• 云原生架构：支持 Kubernetes 部署，具备弹性和可扩展性
• 丰富的索引类型：提供 HNSW、IVF、FLAT 等多种索引算法
• 多语言支持：提供 Python、Java、Go、C++ 等多种客户端
• 生态完整：与 LangChain、LlamaIndex 等 AI 框架深度集成

Milvus vs 传统数据库

环境准备 / 前置知识

系统要求

• 操作系统：Linux (Ubuntu 18.04+)、macOS (10.14+)、Windows 10/11
• 内存：至少 4GB RAM，推荐 8GB+
• 存储：至少 10GB 可用空间
• 网络：稳定的互联网连接

前置软件

# Python 3.8+ 环境
python3 --version

# pip 包管理器
pip3 --version
​

分步实战

步骤 1：安装 Milvus 依赖包

# 创建虚拟环境
python3 -m venv milvus-env
source milvus-env/bin/activate

# 安装 Milvus Python 客户端
pip install pymilvus==2.3.7
pip install numpy==1.24.3
​

步骤 2：启动 Milvus 服务

使用 Docker 快速启动：

docker run -d --name milvus-standalone \\
  -p 19530:19530 \\
  milvusdb/milvus:v2.3.7
​

步骤 3：创建第一个示例

from pymilvus import connections, Collection, FieldSchema, CollectionSchema, DataType
import numpy as np

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

# 定义 Schema
schema = CollectionSchema([
    FieldSchema("id", DataType.INT64, is_primary=True),
    FieldSchema("vector", DataType.FLOAT_VECTOR, dim=128),
    FieldSchema("text", DataType.VARCHAR, max_length=1000)
])

# 创建集合
collection = Collection("example", schema)

# 插入数据
vectors = np.random.random((1000, 128)).astype("float32")
collection.insert([[list(range(1000)), vectors, [f"doc_{i}" for i in range(1000)]]])

# 创建索引
collection.create_index("vector", {"index_type": "HNSW", "metric_type": "L2"})

# 查询
query_vector = np.random.random(128).astype("float32")
results = collection.search([query_vector], "vector", {"metric_type": "L2"}, limit=5)

print(f"查询到 {len(results[0])} 个结果")
collection.drop()
​

常见问题 FAQ

Q1：Milvus 和传统数据库有什么区别？

A：Milvus 专门处理高维向量数据，传统数据库处理结构化数据。主要区别包括数据类型、查询方式、性能特点和应用场景。

Q2：为什么选择 Milvus 而不是其他向量数据库？

A：Milvus 是 CNCF 孵化的项目，社区活跃，性能优秀，提供完整的 Python SDK 和生态系统。

本节小结

通过本节的学习，你已经掌握了向量数据库的核心概念、环境搭建和基础操作流程。本节为后续章节打下了坚实基础。

关键词：Milvus, 向量数据库, 安装指南, 入门教程, 向量检索
难度：入门
预计阅读：25 分钟