惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
Google Developers Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
量子位
C
Check Point Blog
B
Blog RSS Feed
Y
Y Combinator Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
A
About on SuperTechFans
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - 聂微东
阮一峰的网络日志
阮一峰的网络日志
人人都是产品经理
人人都是产品经理
小众软件
小众软件
Last Week in AI
Last Week in AI
博客园 - 【当耐特】
GbyAI
GbyAI
The Cloudflare Blog
博客园 - 叶小钗
S
SegmentFault 最新的问题
博客园 - Franky
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
B
Blog
Jina AI
Jina AI

博客园 - work hard work smart

Java 面试1 Java 常见面试问题 手撕java常用代码 WebStorm 创建react工程 构建企业级 Text-to-SQL Agent:基于 LangGraph 的智能数据查询系统设计 Harness 工程:驾驭 AI Agent 的工程化艺术 DeepAgents 多智能体架构实战:从设计模式到后端选型 Vue 自定义组件完全指南:从零构建待办事项应用 使用 LangChain + Hugging Face 构建文本向量化服务 SQLAlchemy 使用详解 Python 中使用 Elasticsearch 的完整指南 Qdrant 向量数据库使用指南 OpenEvals 快速入门:LLM 评估指南 DeepEval 快速入门:LLM 应用评估指南 LangSmith 批量评估完全指南 Qwen-Agent 入门指南:快速构建智能体应用 LangSmith 集成实战:从追踪到评估的完整指南 初识 go-zero:一款让你写后端更规范、更高效的 Go 微服务框架 RAG 中为什么需要 Rerank,以及如何使用 Rerank LangChain4j RAG 核心组件与组合方式 如何使用 Elasticsearch 进行全文检索和向量检索 MinerU Docker 部署指南 5 分钟上手:为 Cline 配置一个免费的 MCP 天气服务 Neo4j 图数据库安装与 Spring Boot 集成实战指南 LangFuse 实战指南:用 @observe 三行代码给 LLM 应用加上全链路追踪 Function Call 深度解析:让大模型从"嘴炮"到"实干"的技术革命 Spring AI 提示词模板实战:告别硬编码,实现提示词工程化管理 LangChain4j 实战指南:用 Java 轻松构建 AI 应用 Spring AI 对话短期记忆实战:让大模型拥有"记忆力" Spring AI 提示词工程实战:让大模型更懂你的意图
在 Windows Docker 中快速安装 Milvus 2.5.6
work hard work smart · 2026-04-26 · via 博客园 - work hard work smart

在 Windows Docker 中快速安装 Milvus 2.5.6

什么是 Milvus?

Milvus 是一款开源的向量数据库,专门用于存储、管理和检索海量向量数据。你可以把它想象成一个"超级图书管理员"——当你给它一段文字、图片或音频时,它能迅速找到最相似的内容。

典型应用场景:

  • AI 智能问答系统(比如你问问题,它从知识库找最相关的答案)
  • 图片/视频相似度搜索
  • 推荐系统(猜你喜欢)
  • 语义搜索

一键安装 Milvus 2.5.6

前置条件

  • 已安装 Docker Desktop for Windows
  • PowerShell 或 CMD 终端

安装步骤

1️⃣ 创建目录并进入

mkdir D:\milvus\2.5.6
cd D:\milvus\2.5.6

2️⃣ 下载配置文件

curl -O https://github.com/milvus-io/milvus/releases/download/v2.5.6/milvus-standalone-docker-compose.yml

提示: 如果 curl 不可用,也可以直接在浏览器打开链接,手动保存为 docker-compose.yml

3️⃣ 重命名文件

ren milvus-standalone-docker-compose.yml docker-compose.yml

4️⃣ 启动服务

docker compose up -d

注意: Docker Compose V2 使用 docker compose(无横杠),旧版使用 docker-compose

5️⃣ 验证运行状态

docker compose ps

看到以下容器即为成功:

  • milvus-standalone - Milvus 主服务
  • etcd - 元数据存储
  • minio - 对象存储

常用管理命令

操作 命令
查看日志 docker compose logs -f
停止服务 docker compose down
重启服务 docker compose restart
删除数据重装 docker compose down -v 然后重新 up

连接信息

  • 默认端口: 19530(gRPC)、9091(HTTP)
  • 连接地址: localhost:19530
  • 管理界面: 可搭配 Attu 或 Milvus Insight 使用

小贴士

数据持久化: 默认数据保存在当前目录的 volumes 文件夹,重装不会丢失
首次启动较慢: 需要下载镜像,请耐心等待
内存建议: 至少分配 4GB 给 Docker
防火墙: 确保 19530 端口未被占用

安装完成后,你就可以在代码中通过 SDK 连接 Milvus,开始构建你的向量搜索应用啦!🚀

milvus中文文档

https://milvus.io/docs/zh/glossary.md#Range-search