Milvus 是什么

Milvus 是一款开源的向量数据库，支持针对 TB 级向量的增删改操作和近实时查询，具有高度灵活、稳定可靠以及高速查询等特点。Milvus 集成了 Faiss、NMSLIB、Annoy 等广泛应用的向量索引库，提供了一整套简单直观的 API，让你可以针对不同场景选择不同的索引类型。此外，Milvus 还可以对标量数据进行过滤，进一步提高了召回率，增强了搜索的灵活性。

Milvus 服务器采用主从式架构 (Client-server model)。

  • 在服务端，Milvus 由 Milvus Core 和 Meta Store 两部分组成：
    • Milvus Core 存储与管理向量和标量数据。
    • Meta Store 存储与管理 SQLite 和 MySQL 中的元数据，分别用于测试和生产。
  • 在客户端，Milvus 还提供了基于 Python、Java、Go、C++ 的 SDK 和 RESTful API。

Milvus 在 Apache 2 License 协议下发布，于 2019 年 10 月正式开源，是 LF AI & DATA 基金会的孵化项目。Milvus 的源代码被托管于 Github。

目前，Milvus 的服务器在单节点上运行。对于有更大数据规模或者高并发需求的用户，可以使用目前尚在开发阶段的集群分片中间件 Mishards 进行部署。

整体架构

Milvus 架构

应用场景

Milvus 在全球范围内已被数百家组织和机构所采用，广泛应用于以下场景：

  • 图像、视频、音频等音视频搜索领域
  • 文本搜索、推荐和交互式问答系统等文本搜索领域
  • 新药搜索、基因筛选等生物医药领域

详见 应用场景。

主要特性

异构计算

  • 优化了基于 GPU 搜索向量和建立索引的性能。
  • 可以在单台通用服务器上完成对 TB 级数据的毫秒级搜索。
  • 动态数据管理。

支持主流索引库、距离计算方式和监控工具

  • 集成了 Faiss、NMSLIB、Annoy 等向量索引库。
  • 支持基于量化的索引、基于图的索引和基于树的索引。
  • 相似度计算方式包括欧氏距离 (L2)、内积 (IP)、汉明距离、杰卡德距离等。
  • Prometheus 作为监控和性能指标存储方案，Grafana 作为可视化组件进行数据展示。

近实时搜索

  • 插入 Milvus 的数据默认在 1 秒后即可被搜索到。

标量字段过滤 (即将上线)

  • 支持向量和标量数据。
  • 可以对标量数据进行过滤，增强搜索的灵活性。

发行版本

Milvus 提供两个发行版本：CPU 版本和 GPU 版本。

  • CPU 版 Milvus 仅支持使用 CPU 建索引和搜索。
  • GPU 版 Milvus 在 CPU 版的基础上进行了 GPU 加速：支持同时进行索引创建和搜索计算以提高查询效率。你可以在同一时间内使用 GPU 建索引，使用 CPU 搜索向量。

如果你的计算机上安装了支持 CUDA 功能的 GPU 设备，你可以安装 Milvus 的 GPU 版本以获取针对海量数据的更优的查询性能。

详见：Milvus 发行版本。

加入开发者社区

如果你想为 Milvus 项目贡献代码，请参考我们的代码贡献指南：Contribute to Milvus。

如果你对 Milvus 有任何与功能、SDK 等相关的问题，欢迎加入 Slack 参与讨论。