向量数据库Milvus

目录

• 前置知识
• • [1. 环境准备](#1. 环境准备)
  • [2. Python 连接代码](#2. Python 连接代码)
• 一：表结构操作（建表/改表/删表）
• • [1. 新建表（创建集合）](#1. 新建表（创建集合）)
  • [2. 修改表（添加字段）](#2. 修改表（添加字段）)
  • [3. 删除表（删除集合）](#3. 删除表（删除集合）)
• 二：数据增删改操作
• • [1. 新增数据（插入）](#1. 新增数据（插入）)
  • [2. 修改数据（更新）](#2. 修改数据（更新）)
  • [3. 删除数据](#3. 删除数据)
• 三：数据查询（核心！向量查询）
• • [1. 基础向量查询（找最相似的数据）](#1. 基础向量查询（找最相似的数据）)
  • [2. 高级查询：向量 + WHERE 条件（混合搜索）](#2. 高级查询：向量 + WHERE 条件（混合搜索）)
• 四：索引优化（加速查询）
• 终极总结

前置知识

MySQL 表 → Milvus 集合(Collection)

操作方式：Python 代码（开发用） + SQL 语句（手工/工具用）

SQL 执行工具：Attu（Milvus 官方可视化工具，类似 Navicat）

MySQL 的概念	Milvus 对应概念	解释
数据库服务（localhost:3306）	Milvus 服务（localhost:19530）	都是数据库连接地址
表（table）	集合（Collection）	存数据的容器，就是一张表
列 / 字段（id/title/content）	字段（Field）	表里的列，完全一样
行数据	实体（Entity）	一行数据
普通数字 / 文本字段	标量字段	存标题、内容、分类
无（MySQL 不支持）	向量字段	唯一新东西：存 AI 生成的数字数组
WHERE 条件过滤	过滤表达式	筛选数据，用法一样
ORDER BY 排序	相似度排序	按向量相似程度排序
LIMIT 分页	LIMIT 取前 N 条	拿最相似的几条数据

1. 环境准备

# 启动Milvus
docker run -d --name milvus -p 19530:19530 milvusdb/milvus:latest
# 安装Python依赖
pip install pymilvus

2. Python 连接代码

from pymilvus import MilvusClient, DataType
client = MilvusClient(
    uri="http://localhost:19530",
    token="root:Milvus"
)

一：表结构操作（建表/改表/删表）

1. 新建表（创建集合）

Python 代码

# 创建文章表 article
client.create_collection(
    collection_name="article",
    schema=[
        {"name": "id", "dtype": DataType.INT64, "is_primary": True},
        {"name": "title", "dtype": DataType.VARCHAR, "max_length": 255},
        {"name": "content", "dtype": DataType.VARCHAR, "max_length": 1000},
        {"name": "content_vector", "dtype": DataType.FLOAT_VECTOR, "dim": 1536}
    ]
)

SQL 写法（和MySQL几乎一样）

-- Milvus SQL 建表
CREATE COLLECTION article (
    id INT PRIMARY KEY,
    title VARCHAR(255),
    content VARCHAR(1000),
    content_vector FLOAT_VECTOR DIM=1536
);

2. 修改表（添加字段）

Python 代码

# 给表添加一个分类字段 category
client.add_field(
    collection_name="article",
    field={"name": "category", "dtype": DataType.VARCHAR, "max_length": 50}
)

SQL 写法

-- MySQL: ALTER TABLE ADD COLUMN
-- Milvus: ALTER COLLECTION ADD FIELD
ALTER COLLECTION article ADD FIELD category VARCHAR(50);

3. 删除表（删除集合）

Python 代码

# 删除整张表
client.drop_collection(collection_name="article")

SQL 写法

-- 和 MySQL DROP TABLE 完全一致
DROP COLLECTION article;

二：数据增删改操作

1. 新增数据（插入）

注意：向量（content_vector字段）是 AI 生成的，这里先用模拟向量测试
Python 代码

data = [
    {
        "id": 1,
        "title": "猫咪介绍",
        "content": "猫会抓老鼠",
        "content_vector": [0.1]*1536,
        "category": "宠物"
    }
]
client.insert(collection_name="article", data=data)

SQL 写法（和MySQL 100%相同）

INSERT INTO article (id, title, content, content_vector, category)
VALUES (1, '猫咪介绍', '猫会抓老鼠', '[0.1]*1536', '宠物');

2. 修改数据（更新）

Python 代码

# 根据id修改标题
client.update(
    collection_name="article",
    data={"title": "小猫介绍"},
    ids=[1]
)

SQL 写法（和MySQL 100%相同）

UPDATE article SET title = '小猫介绍' WHERE id = 1;

3. 删除数据

Python 代码

# 根据id删除数据
client.delete(collection_name="article", ids=[1])

SQL 写法（和MySQL 100%相同）

DELETE FROM article WHERE id = 1;

三：数据查询（核心！向量查询）

1. 基础向量查询（找最相似的数据）

Python 代码

场景：

用户问：什么小动物会抓老鼠？

1. 把这句话转成向量（AI 生成）
2. 在表里找向量最相似的数据（语义搜索，MySQL 做不到）
3. 代码

# 4. 向量搜索：对标 MySQL SELECT * FROM article ORDER BY 相似度 LIMIT 3

# 第一步：用户问题 → 生成查询向量（AI生成，这里用测试向量）
query_vector = [0.11, 0.22, 0.33, ...]

# 第二步：执行搜索（核心代码！）
res = client.search(
    collection_name="article",    # 表名
    data=[query_vector],          # 查询向量
    limit=3,                      # 取前3条（对标 LIMIT 3）
    output_fields=["id", "title", "content"],  # 要查的字段
    anns_field="content_vector"   # 用哪个向量字段搜索
)

# 打印结果
print(res)

结果你会得到：

猫咪介绍 排在第一个！因为语义最匹配！

SQL 写法

SELECT id, title, content, distance
FROM article
ORDER BY ANN(content_vector, '[0.11, 0.22, 0.33, ...]')
LIMIT 3;

2. 高级查询：向量 + WHERE 条件（混合搜索）

Python 代码

# 先过滤分类=宠物，再向量搜索
res = client.search(
    collection_name="article",
    data=[query_vec],
    anns_field="content_vector",
    output_fields=["id", "title", "content"],
    filter="category == '宠物'",
    limit=3
)

SQL 写法（和MySQL WHERE 完全一致）

SELECT id, title, content, distance
FROM article
WHERE category = '宠物'  -- 你的MySQL技能直接用
ORDER BY ANN(content_vector, '[0.1]*1536')
LIMIT 3;

四：索引优化（加速查询）

Python 代码

client.create_index(
    collection_name="article",
    field_name="content_vector"
)

SQL 写法

CREATE INDEX idx_content_vector ON article(content_vector);

终极总结

1. Milvus 有完整 SQL！也可以使用 Python操作
2. Milvus SQL 语法和 MySQL 95% 通用 ，仅建表用 CREATE COLLECTION
3. 唯一新功能：ORDER BY ANN(向量字段, 查询向量) 做语义搜索