司马懿的西山居

milvus官网提供了demo，直接下载即可，地址：https://raw.githubusercontent.com/milvus-io/pymilvus/v2.3.2/examples/hello_milvus.py。官方示例demo文件的地址为：https://raw.githubusercontent.com/milvus-io/pymilvus/v2.3.2/examples/hello_milvus.py。我这里使用的是开源的Virtual box，网络使用的是net方式。

官网为 www.milvus.io/Milvus 向量数据库能够帮助用户轻松应对海量非结构化数据（图片 / 视频 / 语音 / 文本）检索。单节点 Milvus 可以在秒内完成十亿级的向量搜索（请参考：在线教程），分布式架构亦能满足用户的水平扩展需求。Milvus 向量数据库的应用场景包括：互联网娱乐（图片搜索 / 视频搜索）、新零售（以图搜商品）、智慧金融（用户认证）和智能物流（车辆识别）等领域。

唯一标识数据：主键保证每一行数据的唯一性，确保不会存在重复的数据。快速检索：主键字段上的索引能够提高数据检索的性能，加快查询速度。建立关系：主键可以与其他表建立关联关系，实现表之间的关联和数据一致性。数据库允许没有主键的表存在是出于灵活性、性能优化或特定设计需求等考虑。然而，需要认识到没有主键的表可能会带来数据完整性和查询性能的问题。在设计数据库时，应根据具体场景和需求来决定是否需要主键，并权衡性能和数据一致性之间的关系。

那么这个问题怎么处理呢？其实，DBeaver下载驱动包时会去Maven的镜像仓库查找，那么我们把镜像仓库设置成阿里或者国内其他的代理镜像仓库，就可以加速我们镜像包的下载。在我们首次使用DBeaver连接数据库时，它会去下载对应的数据库驱动包，但是有时候却怎么也下载不下来，导致DBeaver没办法使用。添加完成后，我们选中，往上移，移至第一行，然后点击应用并关闭，此时，再去加成驱动包，速度简直飞快啊。打开窗口->首选项->连接->驱动->Maven。然后点击添加，输入阿里镜像地址即可。

雪花算法结构：符号位+时间戳+工作进程位+序列号位，一个64bit的整数，8字节，正好为一个long类型数据。从左到右，第一位为符号位，0表示正，1表示负。时间戳（毫秒转化为年）：2^41/（365 * 24 * 60 * 60 * 1000）=69.73年。说明雪花算法可表示的范围为69年（从1970年开始），说明雪花算法能用到2039年。

点击Customize Columns and Filter按钮，下图红框中的按钮，或者按Ctrl+U快捷键。在所要编辑的表上双击，打开Table Properties窗口，并将上面的选项卡切换到Columns。确定保存，回到视图界面，在工具栏找到Tools->Display Preferences。选中 columns，然后在 List Columns 右侧，点击 Select 按钮。但是，保存后回到设计视图，仍没有看到Comment注释信息，这样非常不便我们设计。