向量数据库Milvus: 管理与工具

一、Attu:Milvus 的官方可视化管理工具

Attu 是 Milvus 的一体化开源管理工具,提供了直观的图形界面,让你可以像操作 MySQL 一样管理 Milvus。

1. Attu 的核心功能

Attu 3.0 Beta 版本带来了全面的功能升级:

功能 说明
多集群管理 一个侧边栏管理所有 Milvus 实例,一键切换
数据浏览器 分层树状结构:数据库 → Collection → 分区
AI 助手 内置 Agent,支持 50+ Milvus 工具,可用自然语言操作
监控面板 内置 Prometheus 指标仪表盘
API 调试台 内置 REST API 测试平台
备份恢复 支持 S3、MinIO、GCS、Azure 的图形界面
RBAC 管理 基于上下文一键创建用户和角色

2. 安装 Attu

方式一:桌面版(推荐新手)

访问 Attu GitHub Releases 页面,下载对应操作系统的安装包。

macOS M 系列芯片注意:如果遇到 "attu.app is damaged and cannot be opened",在终端运行:

复制代码
sudo xattr -rd com.apple.quarantine /Applications/attu.app

方式二:Docker 部署

复制代码
docker run -d \
  --name attu \
  -p 8000:3000 \
  -e MILVUS_URL=your-milvus-server:19530 \
  zilliz/attu:latest

访问 http://localhost:8000 即可使用。

3. 连接 Milvus

打开 Attu,输入 Milvus 地址(如 http://localhost:19530),点击连接即可。如果启用了认证,还需要输入用户名和密码。

二、用户与权限管理(RBAC)

Milvus 通过 RBAC(基于角色的访问控制)实现细粒度的权限管理。

概念 说明
User 身份标识,每个用户有唯一 ID
Role 权限的集合,用户通过角色获得权限
Privilege 对资源的具体操作权限(如 Search、Insert)
Resource 被访问的实体(实例、数据库、Collection)
Privilege Group 预定义的相关权限集合

原则 :权限不直接授予用户,而是通过角色间接分配。这样修改角色权限时,所有拥有该角色的用户自动更新。

2. 启用 RBAC

在 milvus.yaml 中启用认证:

复制代码
common:
  security:
    authorizationEnabled: true

3. 核心操作

创建用户:

复制代码
client.create_user(user_name="user_1", password="P@ssw0rd")

创建角色:

复制代码
client.create_role(role_name="role_a")

授予权限:

复制代码
client.grant_privilege_v2(
    role_name="role_a",
    privilege="Search",
    collection_name="collection_01",
    db_name="default"
)

将角色授予用户:

复制代码
client.grant_role(user_name="user_1", role_name="role_a")

4. 内置权限组

Milvus 提供了 9 个内置权限组,覆盖常用场景:

权限组 范围 说明
COLL_RO Collection 只读操作
COLL_RW Collection 读写操作
COLL_Admin Collection 完全管理
DB_RO / DB_RW / DB_Admin Database 数据库级权限
Cluster_RO / Cluster_RW / Cluster_Admin Cluster 集群级权限

三、其他生态工具

工具 说明
Milvus MCP Server 通过自然语言操作 Milvus,支持 Claude Desktop、Cursor 等 AI 工具
Prometheus + Grafana 监控 Milvus 性能指标(查询延迟、吞吐量、资源使用率)
Birdwatcher Milvus 性能分析工具,支持慢查询追踪
Milvus Manager(阿里云) 阿里云托管的可视化管理控制台
相关推荐
段一凡-华北理工大学2 小时前
大模型与智能体在工业的应用~系列文章03:提示词工程:与大模型正确对话的“说明书“
大模型·智能体·提示词工程·工业智能化·大模型对话·高炉智能化
VIP_CQCRE5 小时前
用 Ace Data Cloud 快速接入 GLM Chat Completion API:OpenAI 兼容格式,一套接口调用主流大模型
ai·大模型·api·glm·acedatacloud
程序猿编码6 天前
告别改源码适配模型:纯 C++ 可配置 LLM 推理引擎,全格式全结构兼容
c++·大模型·llm·推理引擎
蔡俊锋6 天前
华为昇腾 960 超节点发布:4096 卡、5500 个光引擎替 4.8 万光模块——国产算力拐点到了吗?
大模型·模型部署·ai架构·国产算力·华为昇腾
O。O蛋黄酥啊6 天前
Claude Code 记忆机制全拆解:Auto Memory 与 CLAUDE.md 双轨解析
大模型·agent·memory·claude·codex·记忆
BlackStar_L6 天前
第二章 上下文工程
大模型·llm·agent
User_芊芊君子6 天前
让 Claude Code 换上国产大脑:蓝耘元生代上 GLM-5.2 / DeepSeek / Qwen 模型横评实测
人工智能·ai·大模型
寻道码路6 天前
大模型工程化实战(十二):RAG 数据工程底座——采集到入库流水线(离线+在线双链路)
大模型·知识库·rag·ai工程化·llmops`·数据工程底座·文档采集
Web3&Basketball7 天前
CRM Agent 后训练实战:3 倍更少错误
python·架构·大模型·agent·推理