大模型开发实践-milvus向量数据库搭建

Milvus 是一款开源的高性能向量数据库，专门为海量向量数据的存储、检索和分析而设计，是人工智能（AI）和大语言模型（LLM）应用的核心基础设施。简单来说，它解决的是 "如何快速从亿级数据中找到最相似的内容" 这个问题。

一、核心概念：什么是向量？

在 AI 时代，图片、文本、语音等非结构化数据，都会被AI 模型（如 Embedding 模型）

转换成一串数字，这串数字就叫向量（Vector）。

例如：一张猫的图片 → 模型提取特征 → 生成一个几百维的数组 [0.12, 0.88, ...]

向量数据库就是用来存放这些数组的 "仓库"。

二、Milvus 解决了什么痛点？

1. 传统数据库（MySQL、PostgreSQL）擅长处理结构化数据（表格），但做相似度搜索（找最像的）极慢。
  传统方式：全表扫描比对，100 万条数据可能要几分钟。
1. Milvus 方式：使用近似最近邻（ANN）算法，毫秒级返回结果，支持亿级甚至万亿级数据量

三、windows docker运行Milvus

1.打开powershell 创建目录并进入

复制代码

mkdir D:\milvus
cd D:\milvus

2.下载 Milvus 单机版 Compose 文件（最新稳定版 v2.6.11）

复制代码

# 下载 Milvus 单机版 Compose 文件（最新稳定版 v2.6.11）
Invoke-WebRequest https://github.com/milvus-io/milvus/releases/download/v2.6.11/milvus-standalone-docker-compose.yml -OutFile docker-compose.yml

3.加入docker镜像源

复制代码

         "https://docker.registry.cyou",
        "https://docker-cf.registry.cyou",
        "https://dockercf.jsdelivr.fyi",
        "https://docker.jsdelivr.fyi",
        "https://dockertest.jsdelivr.fyi",
        "https://mirror.aliyuncs.com",
        "https://dockerproxy.com",
        "https://mirror.baidubce.com",
        "https://docker.m.daocloud.io",
        "https://docker.nju.edu.cn",
        "https://docker.mirrors.sjtug.sjtu.edu.cn",
        "https://docker.mirrors.ustc.edu.cn",
        "https://mirror.iscas.ac.cn",
        "https://docker.rainbond.cc"

4.下载 Milvus 单机版 Compose 文件（最新稳定版 v2.6.11）

复制代码

# 后台启动所有容器（etcd + MinIO + Milvus）
docker compose up -d

等待镜像拉取并启动，成功后会显示：

复制代码

Creating milvus-etcd   ... done
Creating milvus-minio  ... done
Creating milvus-standalone ... done

5.验证服务状态

复制代码

# 查看容器状态（需显示 healthy/Up）
docker compose ps
# 检查端口监听
docker port milvus-standalone 19530

输出 0.0.0.0:19530 表示服务正常。