图片查重从设计到实现(5)Milvus可视化工具

要通过网页(Web)访问和管理 Milvus 向量数据库,可以使用官方提供的 Milvus Web UI 工具,这是一款可视化管理界面,支持查看集合、向量数据、执行基本操作等功能。以下是具体的部署和访问方法:

一、部署 Milvus Web UI(Docker 方式)

Milvus Web UI 通常也通过 Docker 容器部署,与 Milvus 服务配合使用:

1. 拉取 Web UI 镜像
bash 复制代码
docker pull zilliz/attu:latest  # Attu 是 Milvus 官方 Web UI 工具
2. 启动 Web UI 容器

确保 Milvus 服务已启动,然后运行以下命令(需与 Milvus 在同一网络或能访问 Milvus 端口):

bash 复制代码
docker run -d \
  --name milvus-attu \
  --privileged  \
  -p 8000:3000 \  # 映射端口:宿主机8000 -> 容器3000(Web UI默认端口)
  -e MILVUS_URL=192.168.1.100:19530 \  # Milvus 服务地址(替换为你的Milvus IP:端口)
  zilliz/attu:latest
  • 参数说明
    • -p 8000:3000:通过宿主机的 8000 端口访问 Web UI。
    • -e MILVUS_URL:指定 Milvus 服务的地址(若 Web UI 与 Milvus 在同一 Docker 网络,可使用容器名,如 milvus245:19530)。
    • --privileged 赋予更高权限 防止线程创建失败的可能。

二、通过浏览器访问 Milvus

  1. 打开浏览器,访问地址:http://你的服务器IP:8000(例如 http://localhost:8000http://192.168.1.100:8000)。

  2. 首次登录无需密码,直接点击「Connect」连接到 Milvus 服务:

    • 若连接失败,检查 MILVUS_URL 是否正确,以及 Milvus 服务是否正常运行(可通过 docker logs milvus245 排查)。

三、Web UI 主要功能

Milvus Web UI(Attu)提供以下核心功能:

  1. 集合管理 :查看、创建、删除集合,修改集合结构(字段、索引等)。

  2. 数据操作:插入向量数据、查看数据详情、删除数据。

  3. 向量搜索:输入查询向量,执行相似度搜索并查看结果。

  4. 系统监控:查看 Milvus 服务状态、版本信息、资源使用情况。

  5. 索引管理:为集合创建、删除索引,调整索引参数。

四、注意事项

  1. 网络连通性 :Web UI 容器必须能访问 Milvus 的 19530 端口(客户端端口),若在不同服务器,需确保防火墙已开放该端口。
  2. 版本兼容性:Attu 版本需与 Milvus 版本匹配(例如 Milvus v2.4.x 对应 Attu v2.4.x),避免兼容性问题。
  3. 安全性:生产环境中,建议通过反向代理(如 Nginx)为 Web UI 配置 HTTPS,并限制访问来源。

总结

通过部署 Milvus Web UI(Attu),可以直观地管理 Milvus 向量数据库,无需编写代码即可完成集合创建、数据插入、向量搜索等操作,适合快速上手和日常管理。

相关推荐
万粉变现经纪人11 分钟前
如何解决 pip install 安装报错 ImportError: cannot import name ‘xxx’ from ‘yyy’ 问题
python·selenium·测试工具·flask·scikit-learn·fastapi·pip
深栈12 分钟前
机器学习:线性回归
人工智能·pytorch·python·机器学习·线性回归·sklearn
simon_skywalker1 小时前
第三章 字典与集合
python
gc_22991 小时前
学习Python中Selenium模块的基本用法(18:使用ActionChains操作鼠标)
python·selenium
Lululaurel2 小时前
从静态图表到交互叙事:数据可视化的新范式与实现
python·信息可视化·数据分析·matplotlib·数据可视化
蒋星熠2 小时前
TensorFlow与PyTorch深度对比分析:从基础原理到实战选择的完整指南
人工智能·pytorch·python·深度学习·ai·tensorflow·neo4j
qq_340474022 小时前
0.1 tensorflow例1-梯度下降法
人工智能·python·tensorflow
紫钺-高山仰止2 小时前
【Pyzmq】python 跨进程线程通信 跨平台跨服务器通信
服务器·python·github
java1234_小锋3 小时前
[免费]基于Python的在线音乐网站系统(后端Django)【论文+源码+SQL脚本】
python·在线音乐·django音乐·python音乐·python在线音乐
无垠的广袤4 小时前
【LattePanda Mu 开发套件】AI 图像识别网页服务器
服务器·人工智能·python·单片机·嵌入式硬件·物联网