如何在 Linux 下安装 Milvus 数据库
Milvus 是一款开源的高性能向量数据库，专为 AI 和大数据应用设计。它能够高效存储和检索高维向量数据，广泛应用于 图像搜索、语义搜索、推荐系统、人脸识别 等领域。如果你希望在 Linux 服务器 或本地环境中安装 Milvus，本指南将详细介绍 Docker 方式和手动安装方式，帮助你顺利完成部署。
1. 安装 Milvus 的环境要求
在安装 Milvus 之前，确保你的 Linux 系统满足以下要求：
1.1 硬件要求
| 组件 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 4 核 | 8 核及以上 |
| RAM | 8 GB | 16 GB 及以上 |
| 磁盘空间 | 20 GB | 100 GB 及以上 |
| GPU（可选） | 无 | NVIDIA GPU（用于 GPU 加速） |
1.2 软件要求
- 操作系统：Ubuntu 18.04+ / CentOS 7+ / Debian 10+
- Docker（推荐使用 Docker 方式安装）
- Python 3.8+（可选，用于 Milvus Python SDK）
- Git（如果要从源码安装）
2. 通过 Docker 安装 Milvus（推荐方式）
2.1 安装 Docker 和 Docker Compose
如果你的系统未安装 Docker，可以使用以下命令安装：
# 安装 Docker
curl -fsSL https://get.docker.com | bash
# 启动 Docker 并设置开机自启
sudo systemctl start docker
sudo systemctl enable docker
# 检查 Docker 版本
docker --version
安装 Docker Compose（用于编排 Milvus 的多个服务）：
# 下载 Docker Compose
sudo curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
# 赋予执行权限
sudo chmod +x /usr/local/bin/docker-compose
# 检查版本
docker-compose --version
2.2 下载 Milvus Docker 配置文件
# 下载 Milvus 的 Docker Compose 配置
git clone https://github.com/milvus-io/milvus.git
# 进入 Milvus 目录
cd milvus/deployments/docker
2.3 启动 Milvus 容器
在 milvus/deployments/docker 目录下，执行以下命令：
docker-compose up -d
📌 说明：
d选项表示以 后台模式 运行容器。- 默认情况下，Milvus 会使用 Standalone 模式，即所有组件运行在同一个容器中。
如果要停止 Milvus，可以运行：
docker-compose down
2.4 检查 Milvus 是否运行成功
执行以下命令，查看容器状态：
docker ps
如果 Milvus 正常运行，你应该能看到如下输出：
CONTAINER ID IMAGE STATUS PORTS
xxxxxxxxxx milvusdb/milvus:latest Up (healthy) 19530/tcp
同时，你可以使用 curl 检查 Milvus 服务是否可用：
curl http://localhost:19530
如果 Milvus 正常运行，它会返回 {"code":0,"message":"OK"}。
3. 通过源码手动安装 Milvus（适用于高级用户）
如果你希望自行编译 Milvus，可以使用以下方式手动安装。
3.1 安装依赖项
首先，确保系统已安装以下依赖项：
sudo apt update && sudo apt install -y
cmake
gcc g++
libssl-dev
python3
python3-pip
git
对于 CentOS：
sudo yum install -y
cmake
gcc gcc-c++
openssl-devel
python3
python3-pip
git
3.2 下载 Milvus 源码并编译
# 克隆 Milvus 源码
git clone https://github.com/milvus-io/milvus.git
# 进入 Milvus 目录
cd milvus
# 创建构建目录
mkdir build && cd build
# 运行 CMake 配置
cmake ..
# 编译 Milvus
make -j$(nproc)
3.3 运行 Milvus
# 启动 Milvus
./milvus run standalone
默认情况下，Milvus 会监听 localhost:19530，你可以使用 Python SDK 或 REST API 连接到它。
4. 使用 Python 连接 Milvus
你可以使用 pymilvus 库来操作 Milvus。
4.1 安装 pymilvus
pip install pymilvus
4.2 连接 Milvus 并创建一个向量集合
from pymilvus import connections, Collection, FieldSchema, CollectionSchema, DataType
# 连接 Milvus
connections.connect("default", host="localhost", port="19530")
# 定义表结构
fields = [
FieldSchema(name="id", dtype=DataType.INT64, is_primary=True, auto_id=True),
FieldSchema(name="vector", dtype=DataType.FLOAT_VECTOR, dim=128)
]
schema = CollectionSchema(fields, description="A simple vector collection")
# 创建 Collection
collection = Collection("example_collection", schema)
# 插入数据
import random
vectors = [[random.random() for _ in range(128)] for _ in range(1000)]
collection.insert([vectors])
# 搜索相似向量
query_vector = [[random.random() for _ in range(128)]]
results = collection.search(query_vector, "vector", top_k=5, params={"metric_type": "L2"})
# 打印搜索结果
print(results)
如果代码执行成功，说明 Milvus 运行正常，你可以开始使用它进行向量搜索了！
5. 总结
Milvus 提供了 Docker 部署 和 源码安装 两种方式，推荐使用 Docker，因为它更简单、稳定，适合大多数用户。手动编译适用于高级用户和开发者，可以灵活调整 Milvus 配置。
无论你是要搭建 AI 语义搜索、推荐系统、图像检索 还是 人脸识别，Milvus 都是一个高效的向量数据库解决方案。如果你想进一步学习 Milvus，可以访问其官方文档或社区获取更多支持。
🎯 下一步：
- 了解 Milvus 索引类型 和 优化策略
- 研究 Milvus 与 LLM（大语言模型） 的结合
- 探索 分布式部署 方案，提高系统性能
**💡 立即安装 Milvus，开启你的 AI 向量检索之旅吧！**🚀
📌 有什么问题和经验想分享？欢迎在评论区交流、点赞、收藏、关注！ 🎯
本文地址：https://www.vps345.com/8094.html
