# milvus **Repository Path**: itwarcraft/milvus ## Basic Information - **Project Name**: milvus - **Description**: Milvus，为海量特征向量的近似最近邻搜索（ANNS）而设计。相比 Faiss 和 SPTAG 这样的算子库，Milvus 提供完整的向量数据更新，索引与查询框架。Milvus 利用 GPU（Nvidia）进行索引加速与查询加速，能大幅提高单机性能。 - **Primary Language**: C++ - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: https://milvus.io - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 47 - **Created**: 2021-06-27 - **Last Updated**: 2021-06-27 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README Milvus banner

# 欢迎来到 Milvus ## Milvus 是什么 Milvus 是一款全球领先的开源向量数据库，赋能 AI 应用和向量相似度搜索，加速非结构化数据检索。用户在任何部署环境中均可获得始终如一的用户体验。 Milvus 提供单机版与分布式版： Milvus 基于 [Apache 2.0 License](https://github.com/milvus-io/milvus/blob/master/LICENSE) 协议发布，于 2019 年 10 月正式开源，是 [LF AI & Data 基金会](https://lfaidata.foundation/) 的毕业项目。 ## 产品亮点
针对万亿级向量的毫秒级搜索 完成万亿条向量数据搜索的平均延迟以毫秒计。
简化的非结构化数据管理
  • 一整套专为数据科学工作流设计的 API。
  • 消除笔记本、本地集群、云服务器之间的使用差异，提供始终如一的跨平台用户体验。
  • 可以在任何场景下实现实时搜索与分析。
    • 稳定可靠的用户体验 Milvus 具有故障转移和故障恢复的机制，即使服务中断，也能确保数据和应用的业务连续性。
    高度可扩展，弹性伸缩 组件级别的高扩展性，支持精准扩展。
    混合查询 除了向量以外，Milvus还支持布尔值、整型、浮点型等数据类型。在 Milvus 中，一个 collection 可以包含多个字段来代表数据特征或属性。Milvus 还支持在向量相似度检索过程中进行标量字段过滤。
    基于 Lambda 架构的流批一体式数据存储 Milvus 在存储数据时支持流处理和批处理两种方式，兼顾了流处理的时效性和批处理的效率。统一的对外接口使得向量相似度查询更为便捷。
    广受社区支持和业界认可 Milvus 项目在 GitHub 上获星超 6000，拥有逾 1000 家企业用户，还有活跃的开源社区。Milvus 由 LF AI & Data 基金会 背书，是该基金会的毕业项目。
    > **注意** 主分支用于 Milvus v2.0 代码开发。Milvus v1.0 于 2021 年 3 月 9 日发布，是 Milvus 的首个长期支持（LTS）版本。如需使用 Milvus 1.0，请切换至 [1.0 分支](https://github.com/milvus-io/milvus/tree/1.0)。 ## 安装 ### 安装 Milvus 单机版 使用 Docker-Compose 安装 ```bash $ cd milvus/deployments/docker/standalone $ sudo docker-compose up -d ``` 使用 Helm Chart 安装 ```bash $ helm install -n milvus --set image.all.repository=registry.zilliz.com/milvus/milvus --set image.all.tag=master-latest milvus milvus-helm-charts/charts/milvus-ha ``` 从源码编译 Milvus ```bash # Clone github repository. $ cd /home/$USER/ $ git clone https://github.com/milvus-io/milvus.git # Install third-party dependencies. $ cd /home/$USER/milvus/ $ ./scripts/install_deps.sh # Compile Milvus standalone. $ make standalone ``` ### 安装 Milvus 分布式版 使用 Docker-Compose 安装 ```bash $ cd milvus/deployments/docker/distributed $ sudo docker-compose up -d ``` 使用 Helm Chart 安装 ```bash $ helm install -n milvus --set image.all.repository=registry.zilliz.com/milvus/milvus --set image.all.tag=master-latest --set standalone.enabled=false milvus milvus-helm-charts/charts/milvus-ha ``` 从源码编译 Milvus ```bash # Clone github repository. $ cd /home/$USER $ git clone https://github.com/milvus-io/milvus.git # Install third-party dependencies. $ cd milvus $ ./scripts/install_deps.sh # Compile Milvus Cluster. $ make milvus ``` ## Milvus 2.0：功能增加、性能升级
      Milvus 1.x Milvus 2.0
    架构 共享存储 云原生
    可扩展性 1 - 32 个读节点，1 个写节点 500+ 个节点
    持久性
  • 本地磁盘
  • 网络文件系统 (NFS)
    		•
  • 对象存储 (OSS)
  • 分布式文件系统 (DFS)
    		•
    可用性 99% 99.9%
    数据一致性 最终一致 多种一致性
  • Strong
  • Session
  • Consistent prefix
    		•
    数据类型支持 向量数据
  • 向量数据
  • 标量数据
  • 字符串与文本 (开发中)
    		•
    基本操作
  • 插入数据
  • 删除数据
  • 相似最邻近（ANN）搜索
    		•
  • 插入数据
  • 删除数据 (开发中)
  • 数据查询
  • 相似最邻近（ANN）搜索
  • 基于半径的最近邻算法（RNN） (开发中)
    		•
    高级功能
  • Mishards
  • Milvus DM 数据迁移工具
    		•
  • 标量字段过滤
  • Time Travel
  • 多云/地域部署
  • 数据管理工具
    		•
    索引类型
  • Faiss
  • Annoy
  • Hnswlib
  • RNSG
    		•
  • Faiss
  • Annoy
  • Hnswlib
  • RNSG
  • ScaNN (开发中)
  • On-disk index (开发中)
    		•
    SDK
  • Python
  • Java
  • Go
  • RESTful
  • C++
    		•
  • Python
  • Go (开发中)
  • RESTful (开发中)
  • C++ (开发中)
    		•
    当前状态 长期支持（LTS）版本 预览版本。预计 2021 年 8 月发布稳定版本。
    ## 入门指南 ### 应用场景
    以图搜图系统 智能问答机器人 分子式检索系统
    - [以图搜图系统](https://zilliz.com/milvus-demos)：从海量图片中快速检索最相似图片。 - [智能问答机器人](https://zilliz.com/milvus-demos)：交互式智能问答机器人帮助用户节省时间和用人成本。 - [分子式检索系统](https://zilliz.com/milvus-demos)：迅速检索相似化学分子式。 ## 训练营 Milvus 训练营能够帮助你了解向量数据库的操作及各种应用场景。通过 Milvus 训练营探索如何进行 Milvus 性能测评，搭建智能问答机器人、推荐系统、以图搜图系统、分子式检索系统等。 ## 贡献代码 欢迎向 Milvus 社区贡献你的代码。代码贡献流程或提交补丁等相关信息详见 [代码贡献准则](https://github.com/milvus-io/milvus/blob/master/CONTRIBUTING.md)。参考 [社区仓库](https://github.com/milvus-io/community) 了解社区管理准则并获取更多社区资源。 ## Milvus 文档 ### SDK - [PyMilvus-ORM](https://github.com/milvus-io/pymilvus-orm) ## 社区 欢迎加入 [Slack](https://join.slack.com/t/milvusio/shared_invite/zt-e0u4qu3k-bI2GDNys3ZqX1YCJ9OM~GQ) 频道分享你的建议与问题。你也可以通过 [FAQ](https://milvus.io/cn/docs/v1.0.0/performance_faq.md) 页面，查看常见问题及解答。 订阅 Milvus 邮件： - [Milvus Technical Steering Committee](https://lists.lfai.foundation/g/milvus-tsc) - [Milvus Technical Discussions](https://lists.lfai.foundation/g/milvus-technical-discuss) - [Milvus Announcement](https://lists.lfai.foundation/g/milvus-announce) 关注我们的社交媒体： - [知乎](https://zilliz.atlassian.net/wiki/spaces/TC/pages/251658753/CN%2BTranslation%2BWhat%2Bis%2BMilvus#) - [CSDN](http://zilliz.blog.csdn.net/) - [Bilibili](http://space.bilibili.com/478166626) - Zilliz 技术交流微信群 Wechat QR Code ## 加入我们 Zilliz 是 Milvus 项目的幕后公司。我们正在 [招聘](https://app.mokahr.com/apply/zilliz/37974#/) 算法、开发和全栈工程师。欢迎加入我们，让我们携手构建下一代的开源数据基础软件。 ## 特别感谢 Milvus 采用了以下依赖库: - 感谢 [FAISS](https://github.com/facebookresearch/faiss) 相似性检索库。 - 感谢开源键值存储 [etcd](https://github.com/coreos/etcd)。 - 感谢分布式信息发布/订阅平台 [Pulsar](https://github.com/apache/pulsar)。 - 感谢存储引擎 [RocksDB](https://github.com/facebook/rocksdb)。