# 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 2.0 是一款云原生向量数据库，采用存储与计算分离的架构设计。该重构版本的所有组件均为无状态组件，极大地增强了系统弹性和灵活性。更多系统架构细节，参考 [Milvus 系统架构](https://milvus.io/cn/docs/architecture_overview.md)。
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。无论是笔记本、本地集群还是云服务器，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 8000，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。
## 快速开始
### 启动 Milvus
- [安装 Milvus 单机版](https://milvus.io/cn/docs/v2.0.0/install_standalone-docker.md)
- [安装 Milvus 分布式版本](https://milvus.io/cn/docs/v2.0.0/install_cluster-docker.md)
### 源码编译 Milvus
请先安装相关依赖。
```
go: 1.18
cmake: >=3.18
gcc: 7.5
protobuf: >=3.7
```
克隆 Milvus 项目并编译。
```bash
# 克隆项目
$ git clone https://github.com/milvus-io/milvus.git
# 安装第三方依赖
$ cd milvus/
$ ./scripts/install_deps.sh
# 编译 Milvus 单机版
$ make milvus
```
获取更多内容，请阅读 [开发者文档](https://github.com/milvus-io/milvus/blob/master/DEVELOPMENT.md)。
> **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)。
## Milvus 2.0：功能增加、性能升级
详见 [Milvus 2.0 vs. 1.x](https://github.com/milvus-io/milvus/blob/master/milvus20vs1x.md) 。
## 入门指南
### 应用场景
#### 以图搜图系统
从海量图片中快速检索最相似图片。
#### 智能问答机器人
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
迅速检索相似化学分子式。
## 训练营
Milvus [训练营](https://github.com/milvus-io/bootcamp)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。
### All contributors
## Milvus 文档
获取更多有关安装、开发、部署和管理的指南，请查看 [Milvus 文档](https://milvus.io/cn/docs).
### SDK
- [PyMilvus](https://github.com/milvus-io/pymilvus)
- [Java SDK](https://github.com/milvus-io/milvus-sdk-java)(开发中)
- [Go SDK](https://github.com/milvus-io/milvus-sdk-go)(开发中)
- [Cpp SDK](https://github.com/milvus-io/milvus-sdk-cpp)(开发中)
- [Node SDK](https://github.com/milvus-io/milvus-sdk-node)
### Attu
Attu 提供了好用的图形化界面，帮助您更好的管理数据和Milvus.
- [快速开始](https://github.com/zilliztech/milvus-insight#quick-start)
## 社区
欢迎加入 [Slack](https://milvusio.slack.com/join/shared_invite/zt-1slimkif6-8uWK0XPL8adve6vSD4jSwg) 频道分享你的建议与问题。你也可以通过 [FAQ](https://milvus.io/cn/docs/performance_faq.md) 页面，查看常见问题及解答。
订阅 Milvus 邮件：
- [Technical Steering Committee](https://lists.lfai.foundation/g/milvus-tsc)
- [Technical Discussions](https://lists.lfai.foundation/g/milvus-technical-discuss)
- [Announcement](https://lists.lfai.foundation/g/milvus-announce)
关注 Milvus 社交媒体：
- [知乎](https://www.zhihu.com/org/zilliz-11)
- [CSDN](http://zilliz.blog.csdn.net/)
- [Bilibili](http://space.bilibili.com/478166626)
- [Medium](https://medium.com/@milvusio)
- [Twitter](https://twitter.com/milvusio)
- [Youtube](https://www.youtube.com/channel/UCMCo_F7pKjMHBlfyxwOPw-g)
- Zilliz 技术交流微信群
## 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。
## 引用
如需在研究论文中使用 Milvus，欢迎添加以下引用：
```
@inproceedings{2021milvus,
title={Milvus: A Purpose-Built Vector Data Management System},
author={Wang, Jianguo and Yi, Xiaomeng and Guo, Rentong and Jin, Hai and Xu, Peng and Li, Shengjun and Wang, Xiangyu and Guo, Xiangzhou and Li, Chengming and Xu, Xiaohai and others},
booktitle={Proceedings of the 2021 International Conference on Management of Data},
pages={2614--2627},
year={2021}
}
```
## 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)。
