홈페이지>프로그래밍 관련>기타 소스코드
다운로드
연

밀버스 배너

특허

밀버스란 무엇인가요?

Milvus 로고

Milvus는 임베딩 유사성 검색 및 AI 애플리케이션을 지원하기 위해 구축된 오픈 소스 벡터 데이터베이스입니다. Milvus는 비정형 데이터 검색에 대한 접근성을 높이고 배포 환경에 관계없이 일관된 사용자 경험을 제공합니다.

Milvus 2.0은 설계에 따라 저장과 계산이 분리된 클라우드 기반 벡터 데이터베이스입니다. 이 Milvus 리팩터링 버전의 모든 구성 요소는 탄력성과 유연성을 향상시키기 위해 상태를 저장하지 않습니다. 아키텍처에 대한 자세한 내용은 Milvus 아키텍처 개요를 참조하세요.

Milvus는 2019년 10월 오픈소스 Apache License 2.0에 따라 출시되었습니다. 현재 LF AI & Data Foundation 산하 대학원 프로젝트입니다.

주요 기능

1조 개의 벡터 데이터 세트에 대한 밀리초 검색 1조 개의 벡터 데이터세트에서 밀리초 단위로 측정된 평균 지연 시간입니다.
단순화된 비정형 데이터 관리

  • 데이터 과학 워크플로를 위해 설계된 풍부한 API입니다.

  • 노트북, 로컬 클러스터, 클라우드 전반에서 일관된 사용자 경험을 제공합니다.

  • 거의 모든 애플리케이션에 실시간 검색 및 분석을 내장하세요.

신뢰성이 높고 항상 사용 가능한 벡터 데이터베이스 Milvus의 내장된 복제 및 장애 조치/장애 복구 기능은 중단 시 데이터와 애플리케이션이 비즈니스 연속성을 유지할 수 있도록 보장합니다.
확장성이 뛰어나고 탄력적입니다. 구성 요소 수준의 확장성을 통해 필요에 따라 확장 및 축소가 가능합니다. Milvus는 로드 유형에 따라 구성 요소 수준에서 자동 크기 조정이 가능하므로 리소스 예약이 훨씬 더 효율적입니다.
하이브리드 검색 Milvus 2.4부터 우리는 다중 벡터 지원과 하이브리드 검색 프레임워크를 도입했습니다. 이는 사용자가 여러 벡터 필드(최대 10개)를 단일 컬렉션으로 가져올 수 있음을 의미합니다. 서로 다른 열에 있는 이러한 벡터는 서로 다른 임베딩 모델에서 생성되거나 고유한 처리 방법을 거치는 데이터의 다양한 측면을 나타냅니다. 하이브리드 검색 결과는 RRF(Reciprocal Rank Fusion) 및 Weighted Scoring과 같은 순위 재지정 전략을 사용하여 통합됩니다.

이 기능은 사진, 음성, 지문 등과 같은 다양한 속성을 기반으로 벡터 라이브러리에서 가장 유사한 사람을 식별하는 등 포괄적인 검색 시나리오에서 특히 유용합니다. 자세한 내용은 하이브리드 검색을 참조하세요.

통합 람다 구조 Milvus는 데이터 저장을 위해 스트림 및 일괄 처리를 결합하여 적시성과 효율성의 균형을 유지합니다. 통합된 인터페이스로 벡터 유사성 검색이 간편해졌습니다.
커뮤니티 지원, 업계 인정 1,000명 이상의 기업 사용자, GitHub의 27,000명 이상의 스타, 활발한 오픈 소스 커뮤니티를 통해 Milvus를 사용하는 것은 혼자가 아닙니다. Milvus는 LF AI & Data Foundation의 대학원 프로젝트로서 제도적 지원을 받고 있습니다.

빠른 시작

질리즈 클라우드로 시작해보세요

Zilliz Cloud는 클라우드에서 완벽하게 관리되는 서비스이며 LF AI Milvus®를 배포하는 가장 간단한 방법입니다. Zilliz Cloud를 확인하고 무료 평가판을 시작하세요.

Milvus 설치

  • 독립형 빠른 시작 가이드

  • 클러스터 빠른 시작 가이드

  • 고급 배포

소스 코드에서 Milvus 빌드

요구사항을 먼저 확인해보세요.

Linux 시스템(Ubuntu 20.04 이상 권장):

 이동: >= 1.21
cmake: >= 3.26.4
gcc: 9.5
파이썬: > 3.8 및 <= 3.11

x86_64를 사용하는 MacOS 시스템(Big Sur 11.5 이상 권장):

 이동: >= 1.21
cmake: >= 3.26.4
llvm: >= 15
파이썬: > 3.8 및 <= 3.11

Apple Silicon이 탑재된 MacOS 시스템(Monterey 12.0.1 이상 권장):

 이동: >= 1.21 (Arch=ARM64)
cmake: >= 3.26.4
llvm: >= 15
파이썬: > 3.8 및 <= 3.11

Milvus 저장소를 복제하고 빌드합니다.

 # github 저장소를 복제합니다.$ git clone https://github.com/milvus-io/milvus.git# 타사 종속성을 설치합니다.$ cd milvus/
$ ./scripts/install_deps.sh# Milvus.$ 컴파일 make

전체 내용을 보려면 개발자 문서를 참조하세요.

중요 마스터 브랜치는 Milvus v2.0 개발을 위한 것입니다. 2021년 3월 9일, 우리는 장기 지원이 포함된 최초의 Milvus 안정 버전인 Milvus v1.0을 출시했습니다. Milvus v1.0을 사용하려면 브랜치 1.0으로 전환하세요.

Milvus 2.0 대 1.x: 클라우드 네이티브, 분산 아키텍처, 높은 확장성 등

자세한 내용은 Milvus 2.0과 1.x를 참조하세요.

실제 데모

68747470733a2f2f6173736574732e7a696c6c697a2e636f6d2f696d6167655f7365617263685f353961363465346632322e676966.gif68747470733a2f2f6173736574732e7a696c6c697a2e636f6d2f71615f646635656537626438332e676966.gif68747470733a2f2f6173736574732e7a696c6c697a2e636f6d2f6d6f6c655f7365617263685f373666383334303537322e676966.gif
이미지 검색 챗봇 화학 구조 검색

이미지 검색

이미지를 검색 가능하게 만들었습니다. 대규모 데이터베이스에서 가장 유사한 이미지를 즉시 반환합니다.

챗봇

사용자의 시간과 비즈니스 비용을 절약해 주는 대화형 디지털 고객 서비스입니다.

화학 구조 검색

특정 분자에 대한 매우 빠른 유사성 검색, 하위 구조 검색 또는 상부 구조 검색입니다.

부트캠프

Milvus bootcamp는 사용자에게 벡터 데이터베이스의 단순성과 깊이를 모두 제공하도록 설계되었습니다. 벤치마크 테스트를 실행하는 방법과 챗봇, 추천 시스템, 역 이미지 검색, 분자 검색 등을 포괄하는 유사성 검색 애플리케이션을 구축하는 방법을 알아보세요.

기여

Milvus에 대한 기여는 누구나 환영합니다. 패치 제출 및 기여 워크플로에 대한 자세한 내용은 기여 지침을 참조하세요. 거버넌스에 대해 알아보고 더 많은 커뮤니티 리소스에 액세스하려면 커뮤니티 저장소를 참조하세요.

선적 서류 비치

설치, 개발, 배포 및 관리에 대한 지침은 Milvus Docs를 확인하세요. 기술적 이정표 및 개선 제안에 대해서는 milvus confluence를 확인하세요.

SDK

구현된 SDK 및 해당 API 문서는 다음과 같습니다.

  • PyMilvus SDK

  • 자바 SDK

  • SDK를 이동

  • Cpp SDK(개발중)

  • 노드 SDK

  • Rust SDK(개발중)

  • CSharp SDK(개발중)

아투

Attu는 Milvus에 직관적이고 효율적인 GUI를 제공합니다.

  • 빠른 시작

지역 사회

Discord의 Milvus 커뮤니티에 가입하여 엔지니어링 팀과 제안, 조언, 질문을 공유하세요.

또한 FAQ 페이지를 확인하여 문제나 질문에 대한 솔루션이나 답변을 찾을 수도 있습니다.

Milvus 메일링 리스트를 구독하세요:

  • 기술운영위원회

  • 기술적인 토론

  • 발표

소셜 미디어에서 Milvus를 팔로우하세요:

  • 중간

  • 엑스

  • 유튜브

참조

연구 논문에서 Milvus를 사용할 때 인용할 참고 자료: 

@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}
}

@article{2022manu,
  title={Manu: a cloud native vector database management system},
  author={Guo, Rentong and Luan, Xiaofan and Xiang, Long and Yan, Xiao and Yi, Xiaomeng and Luo, Jigao and Cheng, Qianya and Xu, Weizhi and Luo, Jiarui and Liu, Frank and others},
  journal={Proceedings of the VLDB Endowment},
  volume={15},
  number={12},
  pages={3548--3561},
  year={2022},
  publisher={VLDB Endowment}
}

감사의 말

Milvus는 다음의 종속성을 채택합니다.

  • 훌륭한 검색 라이브러리를 제공해 주신 FAISS에게 감사드립니다.

  • 훌륭한 오픈 소스 키-값 저장소 도구를 제공한 etcd에게 감사드립니다.

  • 훌륭한 분산 게시-구독 메시징 시스템을 제공한 Pulsar에게 감사드립니다.

  • Rust로 작성된 전체 텍스트 검색 엔진 라이브러리를 제공한 Tantivy에게 감사드립니다.

  • 강력한 스토리지 엔진을 제공하는 RocksDB에 감사드립니다.

Milvus는 다음 오픈소스 프로젝트에 의해 채택되었습니다.

  • Towhee는 비정형 데이터에 대한 임베딩 벡터를 계산하기 위한 유연한 애플리케이션 지향 프레임워크입니다.

  • Transformer 모델을 활용하는 오픈 소스 NLP 프레임워크 Haystack

  • 구성 가능성을 통해 LLM을 사용하여 Langchain 빌딩 애플리케이션

  • LLM 애플리케이션을 위한 데이터 프레임워크인 LLamaIndex

  • GPTCache는 LLM 쿼리의 응답을 저장하기 위해 의미론적 캐시를 생성하기 위한 라이브러리입니다.

확장하다
추가 정보
관련 애플리케이션
추천
관련 정보 전체
사용자 리뷰