Milvus

Самая масштабируемая open-source векторная база данных для ИИ-приложений — рассчитана на миллиарды векторов

Milvus — это open-source векторная база данных, специально созданная для масштабируемого поиска по сходству и ИИ-приложений. Изначально созданная Zilliz и переданная в фонд LF AI & Data Foundation, Milvus обеспечивает рабочие ИИ-нагрузки в компаниях, включая NVIDIA, AT&T, IBM и Salesforce. Это выбор по умолчанию, когда вам нужно масштабироваться до миллиардов векторов.

GitHub: milvus-io/milvus — 32K+ ⭐

---

Milvus против Qdrant — когда что выбирать

Критерии	Milvus	Qdrant
Масштаб	Миллиарды векторов	Сотни миллионов
Архитектура	Распределённая (несколько сервисов)	Один бинарный файл
Сложность настройки	Выше	Уменьшите
Поддержка GPU-индексов	✅ Нативный GPU FAISS	Ограниченная
Мультиарендность	✅ Разделы + псевдонимы	На основе коллекций
Потоковая загрузка	✅ Kafka/Pulsar	Ограниченная
Гибридный поиск	✅ Плотные + разреженные	✅
Управляемый в облаке вариант	Zilliz Cloud	Qdrant Cloud

Выбирайте Milvus, когда: Вам нужно масштабирование до миллиардов векторов, требуется индексация с ускорением на GPU (IVF_FLAT_GPU) или нужны корпоративные функции, такие как многопользовательская аренда, потоковая загрузка и управление доступом на основе ролей.

---

Архитектура Milvus

Milvus в автономном режиме (один сервер) включает:

• milvus — основной сервис (proxy, query, data, index coordinators)

• etcd — хранение метаданных и обнаружение сервисов

• MinIO — объектное хранилище для данных сегментов

В распределённом режиме (кластер) каждый компонент масштабируется независимо.

---

Предварительные требования

• Аккаунт Clore.ai с арендой GPU

• Docker Compose (обычно предустановлен)

• Базовые знания Python

• 16 ГБ+ ОЗУ (рекомендуется 32 ГБ для продакшена)

---

Шаг 1 — арендуйте GPU-сервер на Clore.ai

1. Перейдите на маркетплейсе clore.ai → Маркетплейс

2. Рекомендуемый GPU: RTX 4090 или A100 для индексации с ускорением на GPU

3. Альтернатива на CPU: Любой сервер с 32 ГБ+ ОЗУ для индексации на CPU

Минимальные требования:

• CPU: 8 ядер

• ОЗУ: 16 ГБ (рекомендуется 32 ГБ)

• Диск: 50 ГБ SSD/NVMe

• GPU: необязательно (требуется только для типов GPU-индексов)

Типы GPU-индексов в Milvus (IVF_FLAT_GPU, IVFSQ8_GPU) требуют GPU с поддержкой CUDA и значительно ускоряют построение индекса для больших коллекций. Если вы планируете часто индексировать более 10 млн векторов, индексация на GPU быстро окупится.

---

Шаг 2 — разверните Milvus в автономном режиме

Docker-образ:

milvusdb/milvus:v2.4.0

Milvus в автономном режиме требует etcd и MinIO. Для самой простой установки используйте Docker Compose.

Порты:

22
19530

• Порт 19530: Порт Milvus SDK/gRPC (основной)

• Порт 9091: REST API Milvus и проверка состояния (внутренняя)

Переменные среды:

NVIDIA_VISIBLE_DEVICES=all
NVIDIA_DRIVER_CAPABILITIES=compute,utility

---

Шаг 3 — настройте с Docker Compose

Подключитесь по SSH к вашему серверу Clore.ai и создайте файл compose:

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

# Установите Docker Compose, если он не установлен
which docker-compose || pip install docker-compose
# Или используйте плагин Docker:
docker compose version

# Создайте каталог проекта
mkdir -p /opt/milvus && cd /opt/milvus

# Скачайте официальный compose-файл для автономного Milvus
wget https://github.com/milvus-io/milvus/releases/download/v2.4.0/milvus-standalone-docker-compose.yml \
    -O docker-compose.yml

# Проверьте compose-файл
cat docker-compose.yml

Настройте docker-compose.yml

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]  # Включить доступ к GPU

Запустите Milvus

cd /opt/milvus
docker compose up -d

# Подождите, пока сервисы запустятся (~60 секунд)
sleep 60

# Проверьте, что все сервисы работают корректно
docker compose ps

# Проверьте состояние Milvus
curl http://localhost:9091/healthz
# Ожидается: {"status":"ok"}

# Просмотреть логи
docker compose logs -f standalone --tail 50

---

Шаг 4 — установите Python-клиент

pip install pymilvus sentence-transformers numpy tqdm

# Проверьте подключение
python3 << 'EOF'
from pymilvus import connections, utility

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

---

Шаг 5 — создайте коллекцию

В Milvus коллекция похожа на таблицу базы данных. Она имеет схему с типизированными полями, включая векторные поля.

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

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

# Определение схемы
fields = [
    FieldSchema(
        name="id",
        dtype=DataType.INT64,
        is_primary=True,
        auto_id=True           # Автоматически генерировать ID
    ),
    FieldSchema(
        name="text",
        dtype=DataType.VARCHAR,
        max_length=2048        # Максимальная длина текста
    ),
    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                # Размерность вашей модели эмбеддингов
    )
]

schema = CollectionSchema(
    fields=fields,
    description="Эмбеддинги документов для семантического поиска",
    enable_dynamic_field=True  # Разрешить добавление полей, отсутствующих в схеме
)

# Создание коллекции
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"Коллекция '{collection_name}' создана!")

---

Шаг 6 — создайте индекс

Перед загрузкой данных для поиска создайте подходящий индекс:

from pymilvus import Collection

collection = Collection("documents")

# Индекс HNSW (лучше для большинства сценариев, низкая задержка)
hnsw_params = {
    "metric_type": "COSINE",     # COSINE, L2 или IP (Inner Product)
    "index_type": "HNSW",
    "params": {
        "M": 16,                 # Связность графа HNSW (8-64)
        "efConstruction": 200    # Глубина поиска при построении
    }
}

# Индекс IVF_FLAT (CPU, подходит для больших коллекций)
ivf_params = {
    "metric_type": "COSINE",
    "index_type": "IVF_FLAT",
    "params": {
        "nlist": 1024            # Количество кластеров (обычно берут корень из размера данных)
    }
}

# Индекс GPU_IVF_FLAT (требует CUDA GPU — самый быстрый для пакетных запросов)
gpu_ivf_params = {
    "metric_type": "L2",
    "index_type": "GPU_IVF_FLAT",
    "params": {
        "nlist": 1024,
        "cache_dataset_on_device": True
    }
}

# Создайте индекс для поля embedding
collection.create_index(
    field_name="embedding",
    index_params=hnsw_params,
    index_name="embedding_idx"
)

# Создайте скалярный индекс для поиска с фильтрацией
collection.create_index(field_name="category", index_name="category_idx")
collection.create_index(field_name="year", index_name="year_idx")

print("Индексы созданы!")
collection.load()  # Загрузить в память для поиска

---

Шаг 7 — вставьте данные

from pymilvus import Collection
from sentence_transformers import SentenceTransformer
import tqdm

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

# Ваши документы
documents = [
    {
        "text": "Milvus — это open-source векторная база данных для масштабируемых ИИ-приложений.",
        "source": "documentation",
        "category": "database",
        "year": 2024
    },
    {
        "text": "HNSW обеспечивает быстрый приближённый поиск ближайших соседей с высоким recall.",
        "source": "research",
        "category": "algorithm",
        "year": 2023
    },
    {
        "text": "Индексация с ускорением на GPU значительно сокращает время построения для больших векторных коллекций.",
        "source": "blog",
        "category": "performance",
        "year": 2024
    },
    # Добавьте здесь ещё тысячи документов
]

def insert_batch(docs: list, batch_size: int = 1000):
    texts = [d["text"] for d in docs]
    
    # Эмбеддинги с ускорением на GPU
    embeddings = model.encode(
        texts,
        batch_size=256,
        show_progress_bar=False,
        normalize_embeddings=True
    )
    
    # Вставка в Milvus
    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

# Вставка пакетами
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"Вставлено {total_inserted}/{len(documents)} документов")

# Выполните flush, чтобы гарантировать сохранение и индексацию данных
collection.flush()
print(f"Всего вставлено и зафиксировано: {total_inserted}")

---

Шаг 8 — поиск и запросы

Базовый семантический поиск

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}    # Параметр поиска HNSW (ef >= top_k)
        },
        limit=top_k,
        output_fields=["text", "source", "category", "year"]
    )
    
    return results[0]

# Поиск
hits = search("как работает поиск по сходству векторов")
for hit in hits:
    print(f"Оценка: {hit.score:.4f}")
    print(f"Текст: {hit.entity.get('text')[:100]}")
    print(f"Источник: {hit.entity.get('source')}")
    print()

Фильтрованный поиск

from pymilvus import Collection

collection = Collection("documents")

# Поиск с фильтром по метаданным (булево выражение)
results = collection.search(
    data=[query_embedding],
    anns_field="embedding",
    param={"metric_type": "COSINE", "params": {"ef": 64}},
    limit=10,
    expr='category == "database" and year >= 2023',  # Булев фильтр
    output_fields=["text", "category", "year"]
)

Гибридный поиск (плотный + разреженный)

# Milvus 2.4+ поддерживает гибридный поиск плотных+разреженных векторов
from pymilvus import AnnSearchRequest, WeightedRanker, Collection

collection = Collection("documents")

# Запрос плотного поиска
dense_req = AnnSearchRequest(
    data=[dense_embedding],
    anns_field="embedding",
    param={"metric_type": "COSINE", "params": {"ef": 64}},
    limit=20
)

# Запрос разреженного поиска (требует поля sparse vector)
sparse_req = AnnSearchRequest(
    data=[sparse_embedding],
    anns_field="sparse_embedding",
    param={"metric_type": "IP"},
    limit=20
)

# Объединить с помощью Reciprocal Rank Fusion
results = collection.hybrid_search(
    [dense_req, sparse_req],
    rerank=WeightedRanker(0.7, 0.3),  # 70% плотный, 30% разреженный
    limit=10,
    output_fields=["text"]
)

---

Шаг 9 — создайте RAG-сервис

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="API Milvus RAG")

# Инициализация при запуске
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": "Отвечайте на основе контекста. Будьте кратки."},
            {"role": "user", "content": f"Контекст:\n{context}\n\nВопрос: {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

---

Шаг 10 — Мониторинг и управление

from pymilvus import connections, utility, Collection

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

# Список всех коллекций
print("Collections:", utility.list_collections())

# Статистика коллекции
col = Collection("documents")
print(f"Количество сущностей: {col.num_entities:,}")
print(f"Схема: {col.schema}")

# Управление разделами
col.create_partition("2024_docs")
col.create_partition("2023_docs")

# Вставка с разделом
col.insert(data, partition_name="2024_docs")

# Поиск в конкретном разделе
results = col.search(
    data=[query_vec],
    anns_field="embedding",
    param={"metric_type": "COSINE", "params": {"ef": 64}},
    limit=10,
    partition_names=["2024_docs"]  # Искать только в этом разделе
)

---

Устранение неполадок

Службы не запускаются

# Проверить журналы контейнера
docker compose logs etcd
docker compose logs minio
docker compose logs standalone

# Проверить место на диске
df -h /opt/milvus

# Перезапустить службы
docker compose restart

Отказ в соединении на 19530

# Проверить, что Milvus слушает
netstat -tlnp | grep 19530

# Проверить состояние
curl http://localhost:9091/healthz

# Дать время на запуск (90 секунд)
docker compose logs standalone | tail -20

Тайм-аут построения индекса для больших коллекций

# Увеличить тайм-аут для построения больших индексов
from pymilvus import Collection

collection = Collection("documents")
collection.create_index(
    field_name="embedding",
    index_params=hnsw_params,
    timeout=3600  # Тайм-аут 1 час
)

Высокое использование памяти

# Настроить ограничения памяти Milvus в docker-compose.yml
# Добавить в службу standalone:
deploy:
  resources:
    limits:
      memory: 16g

---

Руководство по выбору типа индекса

Тип индекса	Лучше всего для	Память	Скорость	Требуется GPU
FLAT	Маленькие (<1 млн), точный поиск	Высокая	Медленно	Нет
IVF_FLAT	Средние (1 млн–10 млн)	Средне	Хорошо	Нет
HNSW	Низкая задержка, <100 млн	Высокая	Отлично	Нет
IVF_SQ8	Сжатый, большой	Низкая	Хорошо	Нет
GPU_IVF_FLAT	Быстрые пакетные запросы	GPU+ОЗУ	Лучше всего	Да
DISKANN	Масштаб миллиардов	Низкий (диск)	Хорошо	Нет

---

Тесты производительности

Размер коллекции	Индекс	GPU	QPS
1 млн векторов	HNSW	RTX 3090	~8,000
10 млн векторов	IVF_FLAT	RTX 4090	~2,500
10 млн векторов	GPU_IVF_FLAT	A100	~12,000
100 млн векторов	DISKANN	A100	~1,200

---

Дополнительные ресурсы

• Документация Milvus

• Milvus GitHub

• Документация PyMilvus

• Bootcamp Milvus — Примеры приложений

• Zilliz Cloud — Управляемый Milvus

• Сравнение векторных баз данных

• Attu GUI — Веб-интерфейс для управления Milvus

---

Milvus на Clore.ai — идеальное решение для приложений ИИ, которым нужно масштабироваться до сотен миллионов векторов. В сочетании с генерацией эмбеддингов с ускорением на GPU вы можете создавать первоклассные системы семантического поиска и RAG за долю стоимости управляемых облачных сервисов.

---

Рекомендации по GPU для Clore.ai

Сценарий использования	Рекомендуемый GPU	Оценочная стоимость на Clore.ai
Разработка/тестирование	RTX 3090 (24 ГБ)	$0.07–0.21/гпу/ч
Продакшен-векторный поиск	RTX 3090 (24 ГБ)	$0.07–0.21/гпу/ч
Генерация эмбеддингов с высокой пропускной способностью	RTX 4090 (24 ГБ)	$0.14–0.42/гпу/ч

💡 Все примеры в этом руководстве можно развернуть на Clore.ai GPU-серверах. Просматривайте доступные GPU и арендуйте по часам — без обязательств, с полным root-доступом.