Milvus 安装和配置指南

### Milvus 安装指南 Milvus 提供了多种安装方式，适用于不同的场景和需求。以下是几种常见的安装方法及其适用范围： #### 1. 使用 Helm 安装 Milvus Operator 对于希望在 Kubernetes 集群中部署和管理 Milvus 的用户，可以使用 Milvus Operator 来简化这一过程。通过 Helm 安装 Milvus Operator 能够显著降低复杂度并提高效率[^1]。 ```bash helm repo add milvus https://zilliz.com/helm-charts helm install my-milvus milvus/milvus --version {chart-version} ``` 以上命令会将指定版本的 Milvus 部署到 Kubernetes 集群中。 --- #### 2. Docker 单机版安装 如果目标是在单台机器上快速启动 Milvus，则可以通过 Docker 运行官方镜像来实现。这种方法适合测试环境或小型应用。 ```bash docker pull milvusdb/milvus:v{version} # 替换为所需版本号 docker run -d --name milvus_cpu -p 19530:19530 -p 8080:8080 \ -v /path/to/data:/var/lib/milvus milvusdb/milvus:v{version} ``` 此方法简单快捷，无需额外配置即可完成基本功能验证[^4]。 --- #### 3. Milvus Lite (Python 库) 针对资源受限的设备或者需要快速原型设计的情况，可以选择 Milvus Lite。这是一种轻量化的 Python 库形式，可以直接嵌入到应用程序中而不需要单独的服务进程[^3]。 ```python from pymilvus import connections, FieldSchema, CollectionSchema, DataType, Collection connections.connect("default", host="localhost", port="19530") fields = [ FieldSchema(name="id", dtype=DataType.INT64, is_primary=True), FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128) ] schema = CollectionSchema(fields, "example_collection") collection = Collection(name="example", schema=schema) print(f"Collection created successfully: {collection.name}") ``` 注意：尽管 Milvus Lite 功能强大，但它仅限于本地运行且不支持分布式扩展[^3]。 --- #### 4. 源码编译安装 当需要自定义修改源代码或探索最新特性时，可以从 GitHub 上克隆仓库并通过源码构建 Milvus。这通常涉及 Go、C++ 和 Python 环境的搭建以及依赖项解决[^5]。 ```bash git clone https://github.com/milvus-io/milvus.git cd milvus make build ./build/scripts/run_server.sh ``` 这种方式较为复杂，建议具备一定开发经验后再尝试。 --- ### 总结 根据实际需求选择合适的安装方案非常重要。Kubernetes 用户推荐采用 **Helm Chart**；追求便捷性的开发者可选用 **Docker 单机版** 或者直接集成 **Milvus Lite** 到项目里；而对于高级定制化则需考虑基于源码的方式进行二次开发[^1][^3].