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
卡卡恩1 小时前
使用uv创建系统全局python执行环境
python
查士丁尼·绵2 小时前
笔试-座位调整
python
飞翔的佩奇2 小时前
【完整源码+数据集+部署教程】【运动的&足球】足球场地区域图像分割系统源码&数据集全套:改进yolo11-RFAConv
前端·python·yolo·计算机视觉·数据集·yolo11·足球场地区域图像分割系统
MYX_3093 小时前
第四章 多层感知机
开发语言·python
盼哥PyAI实验室3 小时前
《Python爬虫 + 飞书自动化上传》全流程详细讲解
爬虫·python·飞书
时空无限4 小时前
conda 管理 python 版本和虚拟环境
python·conda
隔壁程序员老王4 小时前
基于 Python 的坦克大战小程序,使用 Pygame 库开发
python·小程序·pygame·1024程序员节
kaikaile19954 小时前
Java面试题总结
开发语言·python
周周记笔记4 小时前
Python及Ipython解释器
开发语言·python
AndrewHZ5 小时前
【图像处理基石】多光谱图片去噪入门:从概念到Python实操
图像处理·python·计算机视觉·图像去噪·多光谱