# 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 安装敬请期待。使用 Helm Chart 安装敬请期待。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 安装敬请期待。使用 Helm Chart 安装敬请期待。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)。