-推荐关注-
1. Milvus Standalone介绍
2. 下载安装脚本：docker-compose.yml
3. 启动数据库服务
4. 代码测试
5. 停止并删除该容器
Milvus是一款由Zilliz公司开发的开源向量数据库，专为处理大规模向量数据设计。它主要用于存储、索引和管理由深度神经网络和其他机器学习模型生成的嵌入向量，适用于图像、视频、音频和文本等非结构化数据的特征表示。
1.Milvus Standalone介绍
目前，Milvus 有三种部署选项：Milvus Lite、Milvus Standalone 和 Milvus Distributed。
Milvus Standalone 是单机服务器部署。Milvus Standalone 的所有组件都打包在一个 Docker 镜像中，使部署变得方便。如果您有生产工作负载但不想使用 Kubernetes，在具有足够内存的单机上运行 Milvus Standalone 是一个好的选择。此外，Milvus Standalone 通过主从复制支持高可用性。
standalone 部署的性能见：为AI而生的向量数据库 - milvus(一) | milvus是什么
使用 Docker 脚本或 Docker Compose 配置安装 Milvus Standalone 时，将自动获取并配置以下依赖项：
| Software | Version |
|---|---|
| etcd | 3.5.0 |
| MinIO | RELEASE.2023-03-20T20-16-18Z |
| Pulsar | 2.8.2 |
Docker 是一种工具，用来将应用程序和它的运行环境（比如依赖的库、配置文件等）打包成一个“容器”，这样就可以在任何地方运行它，而不需要担心“这台机器支持吗”之类的问题
当你的项目变复杂时，往往不仅仅需要一个容器。比如一个网站可能需要：
一个容器运行网页的代码（比如 Node.js、Django 等）。 一个容器运行数据库（比如 MySQL）。 另一个容器运行缓存服务（比如 Redis）。 手动管理这些容器会很麻烦：启动顺序、配置、网络通信等等。Docker Compose 就是一个工具，可以用来同时定义和管理多个容器。
docker的安装详见：Docker在Windows环境（WSL2）的安装
2.下载安装脚本：docker-compose.yml
浏览器打开脚本地址：https://github.com/milvus-io/milvus/releases
1.新建目录：milvus (作为我们数据库的工作目录)
2.cd milvus
3.命令行下载对应的脚本，保存到新建的目录milvus下（或在浏览器选择具体脚本名点击“另存为”）：
wget -O milvus-standalone-docker-compose-gpu.yml https://github.com/milvus-io/milvus/releases/download/v2.4.6/milvus-standalone-docker-compose-gpu.yml
GPU版本:
https://github.com/milvus-io/milvus/releases/download/v2.4.6/milvus-standalone-docker-compose-gpu.yml
CPU版本:
https://github.com/milvus-io/milvus/releases/download/v2.4.6/milvus-standalone-docker-compose.yml
3.启动数据库服务
1.启动docker服务
因为使用的docker环境，因此要一致保证docker是启动状态
windows环境需要打开Docker Desktop，保证左下角是“Engine running”
2.cd milvus
3.docker compose -f milvus-standalone-docker-compose-gpu.yml up -d （milvus-standalone-docker-compose-gpu.yml是刚下载的脚本）
G:\milvus>docker compose -f milvus-standalone-docker-compose-gpu.yml up -d
time="2024-07-22T13:02:45+08:00" level=warning msg="G:\\milvus\\milvus-standalone-docker-compose-gpu.yml: `version` is obsolete"
[+] Running 32/32
✔ standalone Pulled 261.1s
✔ aece8493d397 Pull complete 15.2s
✔ 5e3b7ee77381 Pull complete 16.8s
✔ 5bd037f007fd Pull complete 25.6s
✔ 4cda774ad2ec Pull complete 25.7s
✔ 775f22adee62 Pull complete 25.7s
✔ 263fc748118f Pull complete 249.6s
✔ 16c36d0187d0 Pull complete 249.6s
✔ e7a56570655c Pull complete 249.7s
✔ 507fc9045cba Pull complete 249.7s
✔ f2cfb0cec18a Pull complete 250.3s
✔ 79a9015779dc Pull complete 251.2s
✔ a17859ecad5c Pull complete 251.3s
✔ 883420d7a148 Pull complete 256.0s
✔ 535376b75c84 Pull complete 256.0s
✔ eb2f8229d375 Pull complete 256.0s
✔ 4f4fb700ef54 Pull complete 256.1s
✔ etcd Pulled 143.9s
✔ dbba69284b27 Pull complete 93.8s
✔ 270b322b3c62 Pull complete 101.1s
✔ 7c21e2da1038 Pull complete 109.2s
✔ cb4f77bfee6c Pull complete 118.8s
✔ e5485096ca5d Pull complete 118.9s
✔ 3ea3736f61e1 Pull complete 122.7s
✔ 1e815a2c4f55 Pull complete 122.8s
✔ minio Pulled 25.5s
✔ c7e856e03741 Pull complete 7.6s
✔ c1ff217ec952 Pull complete 7.6s
✔ b12cc8972a67 Pull complete 7.6s
✔ 4324e307ea00 Pull complete 7.7s
✔ 152089595ebc Pull complete 7.7s
✔ 05f217fb8612 Pull complete 20.2s
[+] Running 4/4
✔ Network milvus Created 0.1s
✔ Container milvus-etcd Started 1.6s
✔ Container milvus-minio Started 1.6s
✔ Container milvus-standalone Started
启动 Milvus 后 容器 milvus-standalone、milvus-minio 和 milvus-etcd 已启动。
The milvus-etcd 容器不向主机暴露任何端口，并将其数据映射到当前文件夹的 volumes/etcd 中。 The milvus-minio 容器在本地上提供端口 9090 和 9091，并将其数据映射到当前文件夹中的 volumes/minio。 The milvus-standalone 容器使用默认设置在本地监听 19530 端口，并将其数据映射到当前文件夹中的 volumes/milvus。
在docker客户端Docker Desktop上，点击左侧的“Images”能看到下载的3个镜像：
点击左侧的“Containers”查看启动的容器
4.代码测试
安装依赖包：pip install -U pymilvus
新建文件：hello-milvus.py
# 导入PyMilvus包
from pymilvus import connections, utility
# 定义 Milvus 服务器连接配置字典，避免硬编码 IP 地址和端口号
MILVUS_CONFIG = {
'host': '127.0.0.1',
'port': '19530'
}
# 连接服务器
connections.connect(**MILVUS_CONFIG)
# 获取Milvus服务器版本
version = utility.get_server_version()
# 输出版本号
print(f"Milvus server version: {version}")
# G:\workspace\idea\py\hello-milvus-demo\.venv\Scripts\python.exe G:\workspace\idea\py\hello-milvus-demo\hello-milvus.py
# Milvus server version: v2.4.6-gpu # 输出数据库版本号
5.停止并删除该容器
docker compose -f milvus-standalone-docker-compose-gpu.yml down
sudo rm -rf volumes
参考：https://milvus.io/docs/install_standalone-docker-compose.md
往日文章：
- 为AI而生的向量数据库 - milvus(一) | milvus是什么
- 人工智能小白到高手：余弦相似度（Cosine Similarity）的简单理解
- 免费开源AI最先进的2D和3D人脸识别项目insightface-活体检测(六)
--END--
