【AI大模型】基于docker部署向量数据库Milvus和可视化工具Attu详解步骤

🚀 作者 :"大数据小禅"

🚀 文章简介 :本专栏后续将持续更新大模型相关文章,从开发到微调到应用,需要下载好的模型包可私。

🚀 欢迎小伙伴们 点赞 👍、收藏 ⭐、留言💬


目录导航

        • [1 环境准备](#1 环境准备)
        • [2 什么是milvus](#2 什么是milvus)
        • [3 什么是auut](#3 什么是auut)
        • [4 搭建流程](#4 搭建流程)
        • [5 注意事项-docker镜像问题](#5 注意事项-docker镜像问题)
        • [6 可视化界面Auut](#6 可视化界面Auut)
        • [7 编码测试是否安装成功](#7 编码测试是否安装成功)
1 环境准备
  • 环境参数
    • Linux系统- 本文使用阿里云服务器进行演示
    • Docker 19.03.15
    • Docker Compose
2 什么是milvus
  • 概念
    • Milvus 是一个开源的向量数据库,专门用于管理、搜索和分析大规模向量数据。适合处理像图像、文本、音频和视频等非结构化数据
    • 这些数据通过机器学习或深度学习模型转换为高维向量。
  • 用处
    • 向量检索
    • 结构化和非结构化数据管理
    • 大模型知识库RAG
3 什么是auut
  • 概念
    • "Attu" 是一种用于管理和可视化 Milvus 向量数据库的开源用户界面工具。提供了一种直观的方式来与 Milvus 进行交互,使用户可以更方便地管理和操作存储在 Milvus 中的数据
4 搭建流程
  • docker安装:这里不再详细介绍
  • docker compose安装
    • 使用脚本进行安装,如果网络不行可以先下载好再上传到服务器
java 复制代码
sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
//给文件添加权限
sudo chmod +x /usr/local/bin/docker-compose
java 复制代码
# Download the configuration file
$ wget https://github.com/milvus-io/milvus/releases/download/v2.4.10/milvus-standalone-docker-compose.yml -O docker-compose.yml

# Start Milvus
$ sudo docker compose up -d
  • 等待安装完成即可
5 注意事项-docker镜像问题
  • 由于一些限制直接使用docker或者docker compose可能会导致镜像拉取失败
  • 需要进行配置镜像更新,运行如下命令
java 复制代码
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
    "registry-mirrors": [
        "https://docker.m.daocloud.io",
        "https://dockerproxy.com",
        "https://docker.mirrors.ustc.edu.cn",
        "https://docker.nju.edu.cn"
    ]
}
EOF
systemctl daemon-reload
systemctl restart docker
6 可视化界面Auut
  • 执行下面的命令
java 复制代码
//docker pull zilliz/attu:latest
docker run -d -p 8000:3000 -e MILVUS_URL=[your_ip_address]:19530 zilliz/attu
  • 如果使用阿里云记得要开放安全组开放对应的端口
  • 输入IP:8000即可访问可视化界面
7 编码测试是否安装成功
python 复制代码
from pymilvus import connections, db

conn = connections.connect(host="IP", port=19530)

database = db.create_database("database_first")
  • 结果如下,即可
相关推荐
倔强的石头_7 小时前
数据库选型四步法:我把候选从十几个缩到两个
数据库
智联视频超融合平台8 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟8 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯10 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s
澹锦汐10 小时前
纯前端秋日银杏与枫叶落叶色板智能聚类器:基于 K-Means 色彩量化与直方图自动配方提取
前端·人工智能·ai·语言模型·vue·react·k-means
71777717 小时前
国内 AI 研发效能工具怎么选:2026 年基于公开信息的选型框架与 Gitee 实践
人工智能·gitee
Csvn18 小时前
换供应商要改一遍代码?把模型接入收进一层网关(C04)
人工智能·aigc·agent
孟健18 小时前
开源AutoClip切直播:1小时48分出19段,整月API只花0.08元
人工智能·开源·aigc
翰墨之道18 小时前
AI日报:豆包工作ARR超20亿,GPT-6.2跑分与实测割裂
人工智能·gpt·数据挖掘