Milvus Lite 已交卷！轻量版 Milvus，主打就是一个轻便、无负担

news2024/11/23 21:07:48

想要体验世界上最快的向量数据库？缺少专业的工程师团队作为支撑？Milvus 安装环境受限？

别担心，轻量版 Milvus 来啦！

在正式介绍 Milvus Lite 之前，先简单回顾一下 Milvus。Milvus 是一款开源的向量数据库，专门用于索引、存储以及查询那些由深度神经网络和其他机器学习（ML）模型生成的向量，支持十亿级别的数据规模，已成为许多公司、研究人员和开发者处理大规模数据集相似性搜索的首选工具。

不过，也有用户反馈刚开始接触 Milvus 或者想要在 Notebook 中进行快速实验时，安装或部署 Milvus 有些力不从心。为此，Milvus 社区的 Committer 嵇斌开发出 Milvus Lite，即 Milvus 的轻量级版本，方便有相关需求的用户进行体验。可以这样理解，Milvus Lite 为没有专业运维团队支撑、安装部署环境受限的群体提供了新的可能。

Milvus Lite 的优势

作为 Milvus 的轻量级版本，Milvus Lite 有不少优势，例如：

可以轻松将 Milvus Lite 集成到 Python 应用程序中，不需要任何其他依赖项；
可以作为 library 导入到其他 Python 程序中，并使用命令行接口（CLI）；
与 Google Colab 和 Jupyter Notebook 的集成变得更容易；
安全迁移，应用程序代码和数据都可以丝滑地迁移到 Milvus集群或 Zilliz Cloud中。

Milvus Lite 的适配场景

Milvus Lite 的典型使用场景：

用户在使用 Milvus 的过程中不方便使用 K8s、容器等技术工具（例如 Milvus Operator，Helm 或 Docker Compose）时；
想要将 Milvus 的功能集成到 Python 应用程序中；
想在 Colab 或 Notebook 中进行快速实验时迅速启动 Milvus 实例。

需要注意的是，我们不推荐在任何生产环境中使用 Milvus Lite，也不推荐在需要高性能、高可用性或高可扩展性时的场景下使用 Milvus Lite。相反，当大家有类似需求时，我们更推荐 Milvus 集群或Zilliz Cloud（提供开箱即用的向量数据库服务，6 月底即将登陆阿里云）进行部署。

如何安装、部署和使用 Milvus Lite?

准备工作

在正式安装 Milvus Lite 以前，需要做足以下准备：

安装 Python 3.7 或更高版本。
使用下述任何一个经过验证的操作系统：Ubuntu >= 20.04 (x86_64)；CentOS >= 7.0 (x86_64)；MacOS >= 11.0 (Apple Silicon)

值得注意的是，Milvus Lite 用 manylinux2014作为基础镜像，以便与 Linux 用户的大多数发行版兼容。

安装 Milvus Lite

Milvus Lite 可以在 PyPI 中下载安装，我们可以通过 pip进行安装。

$ python3 -m pip install milvus

或者大家也可以通过 PyMilvus 进行安装，具体操作如下：

$ python3 -m pip install milvus[client]

使用并启动 Milvus Lite

从我们的项目库的示例文件夹中下载示例代码（https://github.com/milvus-io/milvus-lite/tree/main/examples）。有两种方式可以使用 Milvus Lite：将其作为 Python 库导入或用 CLI 在机器上将它作为独立服务器运行。

将 Milvus Lite 作为 Python 模块启动，执行以下命令：

from milvus import default_serverfrom pymilvus import connections, utility# Start your milvus serverdefault_server.start()# Now you can connect with localhost and the given port# Port is defined by default_server.listen_portconnections.connect(host='127.0.0.1', port=default_server.listen_port)# Check if the server is ready.print(utility.get_server_version())# Stop your milvus serverdefault_server.stop()

大家也可以将 server 实例，放在 with语句的上下文中，以实现自动启停：

from milvus import default_serverwith default_server:  # Milvus Lite has already started, use default_server here.  connections.connect(host='127.0.0.1', port=default_server.listen_port)

通过 CLI 来启动 Milvus Lite，执行以下命令：

milvus-server

启动 Milvus Lite 后，大家就可以使用 PyMilvus 或自己顺手的工具来连接独立服务器了。

用调试模式启动 Milvus Lite

将 Milvus Lite 作为 Python 模块以调试模式运行，执行以下命令：

from milvus import debug_server, MilvusServerdebug_server.run()# Or you can create a MilvusServer by yourself# server = MilvusServer(debug=True)

在调试模式下运行 Milvus Lite，请执行以下命令：

milvus-server --debug

持久化数据和日志

执行以下命令创建一个本地目录，用于存储所有相关的 Milvus Lite 数据和日志：

 from milvus import default_serverwith default_server:  default_server.set_base_dir('milvus_data')

为了将 Milvus Lite 生成的所有数据和日志保存在本地磁盘上，执行以下命令：

 $ milvus-server --data milvus_data

配置 Milvus Lite

配置 Milvus Lite 与使用 Python API 或 CLI 设置 Milvus 的实例相似。

用 Python API 配置 Milvus Lite ，可以使用 MilvusServer实例的 config.set来设置基本和额外的设置：

from milvus import default_serverwith default_server:  default_server.config.set('system_Log_level', 'info')  default_server.config.set('proxy_port', 19531)  default_server.config.set('dataCoord.segment.maxSize', 1024)

用 CLI 配置 Milvus Lite，运行以下命令进行基本设置：

$ milvus-server --system-log-level info$ milvus-server --proxy-port 19531

或者，运行以下命令以进行额外配置：

$ milvus-server --extra-config dataCoord.segment.maxSize=1024

所有配置参数都在 Milvus 工具包中附带的 config.yaml模板中。想了解更多关于安装和配置 Milvus Lite 的技术细节，可以点击查看**https://milvus.io/docs/milvus_lite.md#Prerequisites**。

总结

总体而言，无论用户是何种身份（研究人员、开发者或者数据科学家），Milvus Lite 都是一个不错的选择，尤其对于那些想要在受限的环境中使用 Milvus 功能的用户而言，更是如此。

Milvus Lite 是开源社区或者说开源文化下的产物，背后折射出的是开发者们对于开源的热爱。在此，我们尤其要感谢 Milvus 社区 Committer 嵇斌，没有他就没有 Milvus Lite！我们也期待有更多开发者参与进来，和我们一起探讨 Milvus 的未来，在这个极具创新性与发展性的集市模式的加持下，Milvus 一定会变得越来越好，从而更好地满足用户的需求。

最后，如果大家在安装或使用 Milvus Lite 时遇到问题，可以点击链接提交问题，https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fmilvus-io%2Fmilvus-lite%2Fissues%2Fnew，当然也可以扫码加入 Zilliz 技术交流群，我们的专业工程师将全程在线，为大家答疑解惑。

🌟注意！全托管 Milvus SaaS/PaaS 即将上线，由 Zilliz 原厂打造！覆盖阿里云、百度智能云、腾讯云、金山云。目前已支持申请试用，企业用户 PoC 申请或其他商务合作请联系 business@zilliz.com。