【工程实践】Milvus 向量数据库入门与实战

大家好，我是 @search_engineer，今天分享向量数据库 Milvus 的入门实践经验。

什么是向量检索？

随着 AI 大模型的兴起，向量检索成为搜索领域的新热点。不同于传统的关键词匹配，向量检索通过计算语义相似度来找到相关内容。

应用场景：

• 图片搜索（以图搜图）
• 语义文本搜索
• 推荐系统
• 问答系统

Milvus 简介

Milvus 是一款开源的向量数据库，专为海量向量数据的存储和检索设计。

核心特性：

• 支持十亿级向量数据
• 多种索引类型（IVF、HNSW、ANNOY 等）
• 分布式架构
• 丰富的 SDK（Python、Java、Go 等）

快速入门

安装 Milvus

使用 Docker Compose 一键启动：

version: '3.5'
services:
  etcd:
    image: quay.io/coreos/etcd:v3.5.5
  minio:
    image: minio/minio:RELEASE.2023-03-20T20-16-18Z
  milvus:
    image: milvusdb/milvus:v2.3.3
    ports:
      - "19530:19530"

Python 示例代码

from pymilvus import connections, FieldSchema, CollectionSchema, DataType, Collection

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

# 定义集合结构
fields = [
    FieldSchema(name="id", dtype=DataType.INT64, is_primary=True),
    FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128)
]
schema = CollectionSchema(fields, "示例集合")
collection = Collection("example", schema)

# 插入数据
import numpy as np
data = [
    [i for i in range(1000)],  # id
    np.random.random((1000, 128)).tolist()  # vectors
]
collection.insert(data)

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

# 搜索
results = collection.search(
    data=[np.random.random(128).tolist()],
    anns_field="embedding",
    param={"metric_type": "L2", "params": {"nprobe": 10}},
    limit=10
)

索引类型选择

性能优化建议

1. 选择合适的索引类型 - 根据数据规模和查询性能要求
2. 合理设置 nprobe - 平衡查询速度和召回率
3. 数据分批插入 - 避免单次插入过多数据
4. 定期 compact - 清理已删除数据，优化存储

与 Elasticsearch 的对比

实际项目中，可以将两者结合：ES 做关键词过滤，Milvus 做语义召回。

参考资源

• Milvus 官方文档
• 向量检索入门指南

讨论

你在项目中使用过向量数据库吗？遇到了哪些挑战？欢迎在评论区交流！

本文由 @search_engineer 原创发布，转载请注明出处。