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。
Milvus 基于 Apache 2.0 License 协议发布，于 2019 年 10 月正式开源，是 LF AI & Data 基金会 的毕业项目。
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
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 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。# Clone github repository.
$ git clone https://github.com/milvus-io/milvus.git
# Install third-party dependencies.
$ cd milvus/
$ ./scripts/install_deps.sh
# Compile Milvus standalone.
$ make milvus获取更多内容，请阅读 开发者文档
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。
详见 Milvus 2.0 vs. 1.x 。
|
|
|
| 以图搜图系统 | 智能问答机器人 | 分子式检索系统 |
|---|
从海量图片中快速检索最相似图片。
交互式智能问答机器人帮助用户节省时间和用人成本。
迅速检索相似化学分子式。
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。
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。参考 社区仓库 了解社区管理准则并获取更多社区资源。
获取更多有关安装、开发、部署和管理的指南，请查看 Milvus 文档.
欢迎加入 Slack 频道分享你的建议与问题。你也可以通过 FAQ 页面，查看常见问题及解答。
订阅 Milvus 邮件：
关注 Milvus 社交媒体：
Zilliz 是 Milvus 项目的幕后公司。我们正在 招聘 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。
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}
}
Milvus 采用了以下依赖库: