uma pipa
milus-2.4.14
Milvus é um banco de dados vetorial de código aberto desenvolvido para potencializar a incorporação de pesquisas por similaridade e aplicativos de IA. Milvus torna a pesquisa de dados não estruturados mais acessível e fornece uma experiência de usuário consistente, independentemente do ambiente de implantação.
Milvus 2.0 é um banco de dados vetorial nativo da nuvem com armazenamento e computação separados por design. Todos os componentes nesta versão refatorada do Milvus são apátridas para aumentar a elasticidade e a flexibilidade. Para obter mais detalhes da arquitetura, consulte Visão geral da arquitetura Milvus.
Milvus foi lançado sob a licença Apache 2.0 de código aberto em outubro de 2019. Atualmente é um projeto de pós-graduação da LF AI & Data Foundation.
APIs avançadas projetadas para fluxos de trabalho de ciência de dados.
Experiência de usuário consistente em laptop, cluster local e nuvem.
Incorpore pesquisas e análises em tempo real em praticamente qualquer aplicativo.
Este recurso é particularmente útil em cenários de pesquisa abrangentes, como identificar a pessoa mais semelhante em uma biblioteca de vetores com base em vários atributos, como imagens, voz, impressões digitais, etc. Para obter detalhes, consulte Pesquisa Híbrida para obter mais informações.
Zilliz Cloud é um serviço totalmente gerenciado na nuvem e a maneira mais simples de implantar LF AI Milvus®. Consulte Zilliz Cloud e inicie seu teste gratuito.
Guia de início rápido independente
Guia de início rápido do cluster
Implantação Avançada
Verifique os requisitos primeiro.
Sistemas Linux (Ubuntu 20.04 ou posterior recomendado):
vá: >= 1,21 cmmake: >= 3.26.4 mcc: 9,5 python: > 3.8 e <= 3.11
Sistemas MacOS com x86_64 (Big Sur 11.5 ou posterior recomendado):
vá: >= 1,21 cmmake: >= 3.26.4 llvm: >= 15 python: > 3.8 e <= 3.11
Sistemas MacOS com Apple Silicon (recomenda-se Monterey 12.0.1 ou posterior):
vá: >= 1,21 (Arco=ARM64) cmmake: >= 3.26.4 llvm: >= 15 python: > 3.8 e <= 3.11
Clone o repositório Milvus e construa.
# Clone o repositório github.$ git clone https://github.com/milvus-io/milvus.git# Instale dependências de terceiros.$ cd milvus/ $ ./scripts/install_deps.sh# Compilar Milvus.$ make
Para a história completa, consulte a documentação do desenvolvedor.
IMPORTANTE O branch master é para o desenvolvimento do Milvus v2.0. Em 9 de março de 2021, lançamos o Milvus v1.0, a primeira versão estável do Milvus com suporte de longo prazo. Para usar o Milvus v1.0, mude para o branch 1.0.
Consulte Milvus 2.0 vs. 1.x para obter mais informações.
 |  |  |
| Pesquisa de imagens | Bots de bate-papo | Pesquisa de estrutura química |
|---|
Imagens tornadas pesquisáveis. Retorne instantaneamente as imagens mais semelhantes de um enorme banco de dados.
Atendimento ao cliente digital interativo que economiza tempo dos usuários e dinheiro das empresas.
Pesquisa extremamente rápida por similaridade, pesquisa de subestrutura ou pesquisa de superestrutura para uma molécula especificada.
O bootcamp Milvus foi projetado para expor os usuários à simplicidade e profundidade do banco de dados vetorial. Descubra como executar testes de benchmark, bem como criar aplicativos de pesquisa de similaridade que abrangem chatbots, sistemas de recomendação, pesquisa reversa de imagens, pesquisa molecular e muito mais.
Contribuições para Milvus são bem-vindas de todos. Consulte Diretrizes para contribuição para obter detalhes sobre o envio de patches e o fluxo de trabalho de contribuição. Consulte nosso repositório da comunidade para saber mais sobre nossa governança e acessar mais recursos da comunidade.
Para obter orientação sobre instalação, desenvolvimento, implantação e administração, consulte Milvus Docs. Para marcos técnicos e propostas de melhorias, confira milvus confluence
O SDK implementado e sua documentação de API estão listados abaixo:
SDK PyMilvus
SDK Java
Ir SDK
SDK Cpp (em desenvolvimento)
SDK do nó
Rust SDK (em desenvolvimento)
SDK CSharp (em desenvolvimento)
Attu fornece uma GUI intuitiva e eficiente para Milvus.
Início rápido
Junte-se à comunidade Milvus no Discord para compartilhar suas sugestões, conselhos e perguntas com nossa equipe de engenharia.
Você também pode verificar nossa página de perguntas frequentes para descobrir soluções ou respostas para seus problemas ou dúvidas.
Inscreva-se nas listas de discussão da Milvus:
Comitê de Direção Técnica
Discussões Técnicas
Anúncio
Siga Milvus nas redes sociais:
Médio
X
YouTube
Referência a ser citada ao usar Milvus em um artigo de pesquisa:
@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}
}Milvus adota dependências do seguinte:
Obrigado ao FAISS pela excelente biblioteca de pesquisa.
Obrigado ao etcd por fornecer excelentes ferramentas de armazenamento de valores-chave de código aberto.
Obrigado ao Pulsar por seu maravilhoso sistema distribuído de mensagens pub-sub.
Obrigado ao Tantivy por sua biblioteca de mecanismo de busca de texto completo escrita em Rust.
Obrigado ao RocksDB pelos poderosos mecanismos de armazenamento.
Milvus é adotado pelo seguinte projeto de código aberto:
Towhee, uma estrutura flexível e orientada a aplicativos para computação de vetores incorporados em dados não estruturados.
Haystack, uma estrutura de PNL de código aberto que aproveita modelos Transformer
Langchain Construindo aplicativos com LLMs por meio de composição
LLamaIndex, uma estrutura de dados para seus aplicativos LLM
GPTCache uma biblioteca para criar cache semântico para armazenar respostas de consultas LLM.
