Milvus 向量数据库

Milvus 向量数据库

Milvus 是一款高性能、云原生的向量数据库，专为大规模向量近似最近邻（ANN）搜索而设计。它由 Go 和 C++ 编写，支持 CPU/GPU 硬件加速，能够高效组织和检索文本、图像、多模态等非结构化数据，是构建 AI 应用（如 RAG、图像搜索）的核心基础设施。

核心特性

• 高性能与高可用：分布式架构分离计算与存储，支持水平扩展和副本机制，确保高吞吐与故障恢复。
• 丰富的索引类型：支持 HNSW、IVF、FLAT、SCANN、DiskANN 等主流向量索引，并支持量化与 mmap。
• 硬件加速：针对 CPU/GPU 优化，支持 NVIDIA CAGRA 等 GPU 索引。
• 灵活多租户：支持数据库、集合、分区等多级隔离，适应从数百到数百万租户的场景。
• 冷热存储：根据访问频率自动分层存储，降低成本。

快速上手

通过 Python SDK 可快速体验 Milvus Lite（轻量版）：

pip install -U pymilvus[milvus-lite]

from pymilvus import MilvusClient

client = MilvusClient("milvus_demo.db")
client.create_collection(collection_name="demo_collection", dimension=768)
client.insert(collection_name="demo_collection", data=data)
res = client.search(collection_name="demo_collection", data=query_vectors, limit=2)

对于生产环境，可连接自托管 Milvus 服务或 Zilliz Cloud 全托管服务。

适用场景

• RAG 与语义搜索：存储嵌入向量，实现基于语义的文档检索。
• 图像/视频搜索：通过向量相似度快速找到相似媒体。
• 推荐系统：利用用户和物品向量进行实时匹配。
• 多模态应用：统一存储和检索文本、图像等跨模态数据。

社区与生态

Milvus 是 LF AI & Data 基金会项目，采用 Apache 2.0 许可证，主要贡献者为 Zilliz。拥有活跃的 Slack、Discord 社区和丰富的中文文档，对中文开发者友好。