类型：向量数据库
简介：存储、索引和管理由深度神经网络和机器学习（ML）模型生成的大规模嵌入向量。
Milvus是一个高效的向量数据库，广泛应用于处理大规模的向量数据，支持高性能的相似性搜索、向量检索等功能。本文将为你介绍如何在 Linux 系统中通过 Docker 部署 Milvus 向量数据库，并配置相关组件。
一、安装Docker
首先确保系统已经安装了 Docker。如果还没有安装，可以参考相关教程，如 Linux 系统 Docker 安装。
二、安装fio命令
在进行性能测试之前，我们需要先安装 fio 工具。通过以下命令可以安装：
yum install -y fio
三、进行磁盘性能测试
使用 fio 工具测试磁盘性能，运行以下命令来测试磁盘的读写性能：
fio --rw=write --ioengine=sync --fdatasync=1 --directory=test-data --size=2200m --bs=2300 --name=mytest
四、检查CPU支持的指令集
为了确保 Milvus 正常运行，我们需要检查系统是否支持必要的 CPU 指令集。可以通过以下命令查看：
lscpu
在 “Flags” 字段中，你可以看到当前 CPU 支持的指令集。
五、检查Docker版本
根据 Milvus 安装要求，Docker 版本需要大于等于 19.03。你可以通过以下命令检查当前安装的 Docker 版本：
docker --version
确保版本大于或等于 19.03。如果你的版本符合要求，那么可以继续进行下一步。
六、安装Docker Compose
Milvus 安装要求 Docker Compose 版本不低于 1.25.1。你可以通过以下命令安装 Docker Compose：
yum -y install python3-pip pip3 install --upgrade pip pip install docker-compose
七、下载Milvus脚本
下载 Milvus 的部署脚本 “standalone_embed.sh”，可以通过以下命令完成：
wget https://raw.githubusercontent.com/milvus-io/milvus/master/scripts/standalone_embed.sh
八、启动Milvus
使用以下命令启动 Milvus 向量数据库：
bash standalone_embed.sh start
九、停止Milvus
如果需要停止 Milvus，可以使用以下命令：
bash standalone_embed.sh stop
十、删除数据
停止 Milvus 后，如果你想删除相关的数据，可以执行以下命令：
bash standalone_embed.sh delete
十一、运行Milvus
为了使用 Python 操作 Milvus，需要安装 PyMilvus 库。你可以通过以下命令安装：
python3 -m pip install pymilvus==2.3.6
如果需要安装最新版本的 PyMilvus，可以使用：
python3 -m pip install pymilvus
验证安装是否成功，可以运行以下 Python 代码：
python3 -c "from pymilvus import Collection"
下载并运行 Milvus 示例代码：
十二、查看 Docker 容器状态
使用以下命令查看 Milvus 容器的运行状态：
docker ps
通过浏览器访问 Milvus 的健康检查接口，确认 Milvus 数据库服务器是否正常运行：
http://ip:9091/api/v1/health
如果返回结果为 “{“status”:“ok”}”，说明 Milvus 已经正常运行。
十三、查看Docker端口映射
可以通过以下命令查看 Milvus 容器的端口映射情况：
docker port milvus-standalone
十四、安装Attu
最后，安装 Attu（一个基于 Milvus 的向量可视化管理工具）。使用以下命令启动 Attu：
docker run -p 8000:3000 -e MILVUS_URL=192.168.1.242:19530 zilliz/attu:latest
通过浏览器访问 http://ip:8000，即可使用 Attu 管理界面。
