Milvus

Die skalierbarste Open-Source-Vektordatenbank für KI-Anwendungen — entwickelt für Milliarden von Vektoren

Milvus ist eine Open-Source-Vektordatenbank, die speziell für skalierbare Ähnlichkeitssuche und KI-Anwendungen entwickelt wurde. Ursprünglich von Zilliz erstellt und an die LF AI & Data Foundation gespendet, betreibt Milvus produktive KI-Workloads bei Unternehmen wie NVIDIA, AT&T, IBM und Salesforce. Es ist die erste Wahl, wenn Sie auf Milliarden von Vektoren skalieren müssen.

GitHub: milvus-io/milvus — 32K+ ⭐

---

Milvus vs. Qdrant — Wann man welches wählen sollte

Kriterien	Milvus	Qdrant
Skalierung	Milliarden von Vektoren	Hunderte Millionen
Architektur	Verteilt (mehrere Dienste)	Einzelne Binärdatei
Einrichtungsaufwand	Höher	Niedriger
GPU-Index-Unterstützung	✅ Native GPU-FAISS	Begrenzt
Multi-Tenancy	✅ Partitionen + Aliase	Collection-basiert
Streaming-Ingestion	✅ Kafka/Pulsar	Begrenzt
Hybride Suche	✅ Dense + Sparse	✅
Cloud-verwaltete Option	Zilliz Cloud	Qdrant Cloud

Wählen Sie Milvus, wenn: Sie auf Milliarden von Vektoren skalieren müssen, GPU-beschleunigtes Indexing (IVF_FLAT_GPU) benötigen oder Enterprise-Funktionen wie Multi-Tenancy, Streaming-Ingestion und rollenbasierte Zugriffskontrolle brauchen.

---

Milvus-Architektur

Milvus im Standalone-Modus (Einzelserver) umfasst:

• milvus — der Hauptdienst (Proxy-, Query-, Daten- und Index-Koordinatoren)

• etcd — Metadatenspeicherung und Diensterkennung

• MinIO — Objektspeicher für Segmentdaten

Im verteilten Modus (Cluster) skaliert jede Komponente unabhängig.

---

Voraussetzungen

• Clore.ai-Konto mit GPU-Miete

• Docker Compose (normalerweise vorinstalliert)

• Grundkenntnisse in Python

• 16 GB+ RAM (32 GB für die Produktion empfohlen)

---

Schritt 1 — Mieten Sie einen GPU-Server auf Clore.ai

1. Gehe zu clore.ai → Marktplatz

2. Empfohlene GPU: RTX 4090 oder A100 für GPU-beschleunigtes Indexing

3. CPU-Alternative: Jeder Server mit 32 GB+ RAM für CPU-basiertes Indexing

Mindestanforderungen:

• CPU: 8 Kerne

• RAM: 16 GB (32 GB empfohlen)

• Festplatte: 50 GB SSD/NVMe

• GPU: Optional (nur für GPU-Index-Typen erforderlich)

GPU-Index-Typen in Milvus (IVF_FLAT_GPU, IVFSQ8_GPU) erfordern CUDA-fähige GPUs und beschleunigen den Indexaufbau für große Collections erheblich. Wenn Sie planen, regelmäßig 10 Mio.+ Vektoren zu indexieren, macht GPU-Indexing sich schnell bezahlt.

---

Schritt 2 — Milvus Standalone bereitstellen

Docker-Image:

milvusdb/milvus:v2.4.0

Milvus Standalone benötigt etcd und MinIO. Verwenden Sie Docker Compose für die einfachste Einrichtung.

Ports:

22
19530

• Port 19530: Milvus SDK/gRPC-Port (primär)

• Port 9091: Milvus REST-API und Gesundheitsprüfung (intern)

Umgebungsvariablen:

NVIDIA_VISIBLE_DEVICES=all
NVIDIA_DRIVER_CAPABILITIES=compute,utility

---

Schritt 3 — Mit Docker Compose einrichten

Melden Sie sich per SSH auf Ihrem Clore.ai-Server an und erstellen Sie die Compose-Datei:

ssh root@<server-ip> -p <ssh-port>

# Docker Compose installieren, falls nicht vorhanden
which docker-compose || pip install docker-compose
# Oder das Docker-Plugin verwenden:
docker compose version

# Projektverzeichnis erstellen
mkdir -p /opt/milvus && cd /opt/milvus

# Offizielle Milvus-Standalone-Compose-Datei herunterladen
wget https://github.com/milvus-io/milvus/releases/download/v2.4.0/milvus-standalone-docker-compose.yml \\
    -O docker-compose.yml

# Compose-Datei überprüfen
cat docker-compose.yml

docker-compose.yml anpassen

version: '3.5'

services:
  etcd:
    container_name: milvus-etcd
    image: quay.io/coreos/etcd:v3.5.5
    environment:
      - ETCD_AUTO_COMPACTION_MODE=revision
      - ETCD_AUTO_COMPACTION_RETENTION=1000
      - ETCD_QUOTA_BACKEND_BYTES=4294967296
      - ETCD_SNAPSHOT_COUNT=50000
    volumes:
      - /opt/milvus/etcd:/etcd
    command: etcd -advertise-client-urls=http://127.0.0.1:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcd
    healthcheck:
      test: ["CMD", "etcdctl", "endpoint", "health"]
      interval: 30s
      timeout: 20s
      retries: 3

  minio:
    container_name: milvus-minio
    image: minio/minio:RELEASE.2023-03-13T19-46-17Z
    environment:
      MINIO_ACCESS_KEY: minioadmin
      MINIO_SECRET_KEY: minioadmin
    ports:
      - "9001:9001"
      - "9000:9000"
    volumes:
      - /opt/milvus/minio:/minio_data
    command: minio server /minio_data --console-address ":9001"
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:9000/minio/health/live"]
      interval: 30s
      timeout: 20s
      retries: 3

  standalone:
    container_name: milvus-standalone
    image: milvusdb/milvus:v2.4.0
    command: ["milvus", "run", "standalone"]
    security_opt:
      - seccomp:unconfined
    environment:
      ETCD_ENDPOINTS: etcd:2379
      MINIO_ADDRESS: minio:9000
    volumes:
      - /opt/milvus/milvus:/var/lib/milvus
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:9091/healthz"]
      interval: 30s
      start_period: 90s
      timeout: 20s
      retries: 3
    ports:
      - "19530:19530"
      - "9091:9091"
    depends_on:
      - "etcd"
      - "minio"
    deploy:
      resources:
        reservations:
          devices:
            - capabilities: [gpu]  # GPU-Zugriff aktivieren

Milvus starten

cd /opt/milvus
docker compose up -d

# Warten, bis die Dienste gestartet sind (~60 Sekunden)
sleep 60

# Prüfen, ob alle Dienste fehlerfrei laufen
docker compose ps

# Milvus-Gesundheitsstatus prüfen
curl http://localhost:9091/healthz
# Erwartet: {"status":"ok"}

# Logs anzeigen
docker compose logs -f standalone --tail 50

---

Schritt 4 — Python-Client installieren

pip install pymilvus sentence-transformers numpy tqdm

# Verbindung überprüfen
python3 << 'EOF'
from pymilvus import connections, utility

connections.connect("default", host="localhost", port="19530")
print(f"Milvus verbunden!")
print(f"Version: {utility.get_server_version()}")
EOF

---

Schritt 5 — Eine Collection erstellen

In Milvus ist eine Collection einer Datenbanktabelle ähnlich. Sie hat ein Schema mit typisierten Feldern, einschließlich Vektorfeldern.

from pymilvus import (
    connections,
    FieldSchema,
    CollectionSchema,
    DataType,
    Collection,
    utility
)

# Verbinden
connections.connect("default", host="localhost", port="19530")

# Schema definieren
fields = [
    FieldSchema(
        name="id",
        dtype=DataType.INT64,
        is_primary=True,
        auto_id=True           # IDs automatisch generieren
    ),
    FieldSchema(
        name="text",
        dtype=DataType.VARCHAR,
        max_length=2048        # Maximale Textlänge
    ),
    FieldSchema(
        name="source",
        dtype=DataType.VARCHAR,
        max_length=256
    ),
    FieldSchema(
        name="category",
        dtype=DataType.VARCHAR,
        max_length=128
    ),
    FieldSchema(
        name="year",
        dtype=DataType.INT32
    ),
    FieldSchema(
        name="embedding",
        dtype=DataType.FLOAT_VECTOR,
        dim=384                # Dimension Ihres Embedding-Modells
    )
]

schema = CollectionSchema(
    fields=fields,
    description="Dokumenten-Embeddings für die semantische Suche",
    enable_dynamic_field=True  # Das Hinzufügen von Feldern erlauben, die nicht im Schema enthalten sind
)

# Collection erstellen
collection_name = "documents"
if utility.has_collection(collection_name):
    utility.drop_collection(collection_name)

collection = Collection(
    name=collection_name,
    schema=schema,
    using="default"
)
print(f"Collection '{collection_name}' erstellt!")

---

Schritt 6 — Index erstellen

Bevor Sie Daten für die Suche laden, erstellen Sie einen passenden Index:

from pymilvus import Collection

collection = Collection("documents")

# HNSW-Index (für die meisten Anwendungsfälle am besten, geringe Latenz)
hnsw_params = {
    "metric_type": "COSINE",     # COSINE, L2 oder IP (Inner Product)
    "index_type": "HNSW",
    "params": {
        "M": 16,                 # HNSW-Graph-Konnektivität (8-64)
        "efConstruction": 200    # Suchtiefe während des Aufbaus
    }
}

# IVF_FLAT-Index (CPU, gut für große Collections)
ivf_params = {
    "metric_type": "COSINE",
    "index_type": "IVF_FLAT",
    "params": {
        "nlist": 1024            # Anzahl der Cluster (typischerweise die Quadratwurzel der Datengröße)
    }
}

# GPU_IVF_FLAT-Index (erfordert eine CUDA-GPU — am schnellsten für Batch-Abfragen)
gpu_ivf_params = {
    "metric_type": "L2",
    "index_type": "GPU_IVF_FLAT",
    "params": {
        "nlist": 1024,
        "cache_dataset_on_device": True
    }
}

# Index für das Embedding-Feld erstellen
collection.create_index(
    field_name="embedding",
    index_params=hnsw_params,
    index_name="embedding_idx"
)

# Skalarindex für gefilterte Suche erstellen
collection.create_index(field_name="category", index_name="category_idx")
collection.create_index(field_name="year", index_name="year_idx")

print("Indizes erstellt!")
collection.load()  # Für die Suche in den Speicher laden

---

Schritt 7 — Daten einfügen

from pymilvus import Collection
from sentence_transformers import SentenceTransformer
import tqdm

collection = Collection("documents")
model = SentenceTransformer("all-MiniLM-L6-v2", device="cuda")

# Ihre Dokumente
documents = [
    {
        "text": "Milvus ist eine Open-Source-Vektordatenbank für skalierbare KI-Anwendungen.",
        "source": "Dokumentation",
        "category": "Datenbank",
        "year": 2024
    },
    {
        "text": "HNSW bietet eine schnelle, approximative Suche nach den nächsten Nachbarn mit hoher Trefferquote.",
        "source": "Forschung",
        "category": "Algorithmus",
        "year": 2023
    },
    {
        "text": "GPU-beschleunigtes Indexing verkürzt die Aufbauzeit für große Vektor-Collections erheblich.",
        "source": "Blog",
        "category": "Performance",
        "year": 2024
    },
    # Fügen Sie hier Tausende weitere Dokumente hinzu
]

def insert_batch(docs: list, batch_size: int = 1000):
    texts = [d["text"] for d in docs]
    
    # GPU-beschleunigtes Embedding
    embeddings = model.encode(
        texts,
        batch_size=256,
        show_progress_bar=False,
        normalize_embeddings=True
    )
    
    # In Milvus einfügen
    data = {
        "text": [d["text"] for d in docs],
        "source": [d["source"] for d in docs],
        "category": [d["category"] for d in docs],
        "year": [d["year"] for d in docs],
        "embedding": embeddings.tolist()
    }
    
    result = collection.insert(data)
    return result.insert_count

# In Batches einfügen
BATCH_SIZE = 1000
total_inserted = 0

for i in range(0, len(documents), BATCH_SIZE):
    batch = documents[i:i + BATCH_SIZE]
    count = insert_batch(batch)
    total_inserted += count
    print(f"{total_inserted}/{len(documents)} Dokumente eingefügt")

# Flush ausführen, um sicherzustellen, dass die Daten persistiert und indiziert werden
collection.flush()
print(f"Insgesamt eingefügt und geflusht: {total_inserted}")

---

Schritt 8 — Suchen und Abfragen

Einfache semantische Suche

from pymilvus import Collection
from sentence_transformers import SentenceTransformer

collection = Collection("documents")
collection.load()

model = SentenceTransformer("all-MiniLM-L6-v2", device="cuda")

def search(query: str, top_k: int = 10):
    query_embedding = model.encode(
        [query],
        normalize_embeddings=True
    )[0].tolist()
    
    results = collection.search(
        data=[query_embedding],
        anns_field="embedding",
        param={
            "metric_type": "COSINE",
            "params": {"ef": 64}    # HNSW-Parameter zur Suchzeit (ef >= top_k)
        },
        limit=top_k,
        output_fields=["text", "source", "category", "year"]
    )
    
    return results[0]

# Suchen
hits = search("wie funktioniert die Vektorsuche nach Ähnlichkeit")
for hit in hits:
    print(f"Punktzahl: {hit.score:.4f}")
    print(f"Text: {hit.entity.get('text')[:100]}")
    print(f"Quelle: {hit.entity.get('source')}")
    print()

Gefilterte Suche

from pymilvus import Collection

collection = Collection("documents")

# Suche mit Metadaten-Filter (boolescher Ausdruck)
results = collection.search(
    data=[query_embedding],
    anns_field="embedding",
    param={"metric_type": "COSINE", "params": {"ef": 64}},
    limit=10,
    expr='category == "Datenbank" and year >= 2023',  # Boolescher Filter
    output_fields=["text", "category", "year"]
)

Hybride Suche (dicht + spärlich)

# Milvus 2.4+ unterstützt hybride Dense+Sparse-Suche
from pymilvus import AnnSearchRequest, WeightedRanker, Collection

collection = Collection("documents")

# Anfrage für dichte Suche
dense_req = AnnSearchRequest(
    data=[dense_embedding],
    anns_field="embedding",
    param={"metric_type": "COSINE", "params": {"ef": 64}},
    limit=20
)

# Anfrage für spärliche Suche (erfordert ein Sparse-Vektor-Feld)
sparse_req = AnnSearchRequest(
    data=[sparse_embedding],
    anns_field="sparse_embedding",
    param={"metric_type": "IP"},
    limit=20
)

# Mit Reciprocal Rank Fusion kombinieren
results = collection.hybrid_search(
    [dense_req, sparse_req],
    rerank=WeightedRanker(0.7, 0.3),  # 70 % dicht, 30 % spärlich
    limit=10,
    output_fields=["text"]
)

---

Schritt 9 — Einen RAG-Dienst aufbauen

pip install fastapi uvicorn openai

cat > /workspace/milvus_rag.py << 'EOF'
from fastapi import FastAPI
from pydantic import BaseModel
from pymilvus import Collection, connections
from sentence_transformers import SentenceTransformer
from openai import OpenAI
import os

app = FastAPI(title="Milvus RAG API")

# Beim Start initialisieren
connections.connect("default", host="localhost", port="19530")
collection = Collection("documents")
collection.load()
embedder = SentenceTransformer("all-MiniLM-L6-v2", device="cuda")
llm = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

class QueryRequest(BaseModel):
    question: str
    n_results: int = 5

@app.get("/health")
async def health():
    return {"status": "ok", "vectors": collection.num_entities}

@app.post("/search")
async def semantic_search(req: QueryRequest):
    embedding = embedder.encode(
        [req.question],
        normalize_embeddings=True
    )[0].tolist()
    
    results = collection.search(
        data=[embedding],
        anns_field="embedding",
        param={"metric_type": "COSINE", "params": {"ef": 64}},
        limit=req.n_results,
        output_fields=["text", "source", "category"]
    )
    
    return {
        "results": [
            {
                "text": hit.entity.get("text"),
                "source": hit.entity.get("source"),
                "score": hit.score
            }
            for hit in results[0]
        ]
    }

@app.post("/rag")
async def rag(req: QueryRequest):
    embedding = embedder.encode([req.question], normalize_embeddings=True)[0].tolist()
    
    hits = collection.search(
        data=[embedding],
        anns_field="embedding",
        param={"metric_type": "COSINE", "params": {"ef": 64}},
        limit=req.n_results,
        output_fields=["text", "source"]
    )[0]
    
    context = "\n\n".join([
        f"[{hit.entity.get('source')}]: {hit.entity.get('text')}"
        for hit in hits if hit.score > 0.4
    ])
    
    response = llm.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {"role": "system", "content": "Beantworte basierend auf dem Kontext. Sei prägnant."},
            {"role": "user", "content": f"Kontext:\n{context}\n\nFrage: {req.question}"}
        ]
    )
    
    return {"answer": response.choices[0].message.content, "context_used": len(hits)}

if __name__ == "__main__":
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=8000)
EOF

python3 /workspace/milvus_rag.py

---

Schritt 10 — Überwachen und Verwalten

from pymilvus import connections, utility, Collection

connections.connect("default", host="localhost", port="19530")

# Alle Collections auflisten
print("Sammlungen:", utility.list_collections())

# Sammlungsstatistiken
col = Collection("documents")
print(f"Entitätsanzahl: {col.num_entities:,}")
print(f"Schema: {col.schema}")

# Partitionsverwaltung
col.create_partition("2024_docs")
col.create_partition("2023_docs")

# Mit Partition einfügen
col.insert(data, partition_name="2024_docs")

# Bestimmte Partition durchsuchen
results = col.search(
    data=[query_vec],
    anns_field="embedding",
    param={"metric_type": "COSINE", "params": {"ef": 64}},
    limit=10,
    partition_names=["2024_docs"]  # Nur diese Partition durchsuchen
)

---

Fehlerbehebung

Dienste starten nicht

# Container-Logs prüfen
docker compose logs etcd
docker compose logs minio
docker compose logs standalone

# Speicherplatz prüfen
df -h /opt/milvus

# Dienste neu starten
docker compose restart

Verbindung auf 19530 verweigert

# Prüfen, ob Milvus lauscht
netstat -tlnp | grep 19530

# Gesundheitsstatus prüfen
curl http://localhost:9091/healthz

# Zeit für den Start einplanen (90 Sekunden)
docker compose logs standalone | tail -20

Zeitüberschreitung beim Erstellen des Indexes für große Collections

# Zeitüberschreitung für große Index-Erstellungen erhöhen
from pymilvus import Collection

collection = Collection("documents")
collection.create_index(
    field_name="embedding",
    index_params=hnsw_params,
    timeout=3600  # Zeitüberschreitung von 1 Stunde
)

Hohe Speichernutzung

# Milvus-Speicherlimits in docker-compose.yml konfigurieren
# Zum Standalone-Service hinzufügen:
deploy:
  resources:
    limits:
      memory: 16g

---

Leitfaden zur Auswahl des Indextyps

Indextyp	Am besten geeignet für	Speicher	Geschwindigkeit	GPU erforderlich
FLAT	Klein (<1 Mio.), exakte Suche	Hoch	Langsam	Nein
IVF_FLAT	Mittel (1 Mio.–10 Mio.)	Mittel	Gut	Nein
HNSW	Geringe Latenz, <100 Mio.	Hoch	Hervorragend	Nein
IVF_SQ8	Komprimiert, groß	Niedrig	Gut	Nein
GPU_IVF_FLAT	Schnelle Batch-Abfragen	GPU+RAM	Am besten	Ja
DISKANN	Im Milliardenmaßstab	Niedrig (Festplatte)	Gut	Nein

---

Leistungsbenchmarks

Collection-Größe	Index	GPU	QPS
1 Mio. Vektoren	HNSW	RTX 3090	~8,000
10 Mio. Vektoren	IVF_FLAT	RTX 4090	~2,500
10 Mio. Vektoren	GPU_IVF_FLAT	A100	~12,000
100 Mio. Vektoren	DISKANN	A100	~1,200

---

Zusätzliche Ressourcen

• Milvus-Dokumentation

• Milvus GitHub

• PyMilvus-Dokumentation

• Milvus Bootcamp — Beispielanwendungen

• Zilliz Cloud — Verwaltetes Milvus

• Vergleich von Vektordatenbanken

• Attu GUI — Web-Oberfläche zur Milvus-Verwaltung

---

Milvus auf Clore.ai ist die ideale Lösung für KI-Anwendungen, die über Hunderte Millionen von Vektoren hinaus skalieren müssen. In Kombination mit GPU-beschleunigter Embedding-Generierung können Sie erstklassige semantische Such- und RAG-Systeme zu einem Bruchteil der Kosten verwalteter Cloud-Dienste aufbauen.

---

GPU-Empfehlungen für Clore.ai

Anwendungsfall	Empfohlene GPU	Geschätzte Kosten bei Clore.ai
Entwicklung/Testen	RTX 3090 (24 GB)	0,07–0,21 $/GPU/Stunde
Produktions-Vektorsuche	RTX 3090 (24 GB)	0,07–0,21 $/GPU/Stunde
Embedding mit hohem Durchsatz	RTX 4090 (24 GB)	0,14–0,42 $/GPU/Stunde

💡 Alle Beispiele in diesem Leitfaden können bereitgestellt werden auf Clore.ai GPU-Servern. Durchsuchen Sie verfügbare GPUs und mieten Sie stundenweise — keine Verpflichtungen, voller Root-Zugriff.