Milvus 相关的开源工具与 SDK（Pymilvus、GoMilvus）

1. 引言

Milvus 是一款高性能的 开源向量数据库，广泛应用于 AI 语义搜索、推荐系统、计算机视觉、自然语言处理（NLP） 等领域。为了让开发者能够 更方便地管理和查询 Milvus，官方提供了 多种 SDK 和开源工具，支持 Python、Go、Java、Node.js 等主流编程语言。本篇文章将介绍 Milvus 相关的开源工具与 SDK，重点解析 Pymilvus（Python SDK）、GoMilvus（Go SDK），并提供示例代码，帮助开发者快速上手。

---

2. Milvus 相关的开源工具与 SDK

工具 / SDK	编程语言	适用场景
Pymilvus	Python	AI 开发、机器学习、NLP、深度学习
GoMilvus	Go	后端服务开发、微服务、云应用
Milvus Java SDK	Java	企业级应用、推荐系统
Milvus Node.js SDK	JavaScript / TypeScript	Web 应用、在线搜索
Milvus-CLI	Shell	命令行管理 Milvus
Milvus-Insight	Web UI	可视化管理 Milvus

---

3. Pymilvus（Python SDK）

3.1 为什么选择 Pymilvus？

Pymilvus 是 Milvus 官方提供的 Python SDK，适用于 机器学习、NLP、计算机视觉 等 AI 领域。

✅ 适用场景：

• AI 语义搜索（结合 Sentence-Transformers 进行文本向量化）。
• 计算机视觉（使用 OpenCV + Milvus 进行图片相似度搜索）。
• 推荐系统（基于 Scikit-Learn 计算特征向量，存入 Milvus）。

✅ Pymilvus 的特点：

• 支持向量插入、查询、删除、索引管理。
• 兼容 Milvus 2.x，支持分布式部署。
• 简单易用，与 Python AI 生态兼容（TensorFlow、PyTorch、Transformers）。

---

3.2 安装 Pymilvus

pip install pymilvus

---

3.3 Pymilvus 基础操作示例

（1）连接 Milvus

from pymilvus import connections

connections.connect(alias="default", host="localhost", port="19530")

（2）创建 Collection

from pymilvus import FieldSchema, CollectionSchema, DataType, Collection

fields = [
    FieldSchema(name="id", dtype=DataType.INT64, is_primary=True),
    FieldSchema(name="vector", dtype=DataType.FLOAT_VECTOR, dim=512)
]
schema = CollectionSchema(fields, description="Example collection")
collection = Collection(name="example_collection", schema=schema)

（3）插入数据

import numpy as np

vectors = np.random.rand(10, 512).tolist()  # 生成 10 个 512 维向量
collection.insert([list(range(10)), vectors])

（4）创建索引

index_params = {"index_type": "IVF_FLAT", "metric_type": "L2", "params": {"nlist": 128}}
collection.create_index(field_name="vector", index_params=index_params)

（5）进行向量查询

query_vector = np.random.rand(1, 512).tolist()
search_params = {"metric_type": "L2", "params": {"nprobe": 10}}
results = collection.search([query_vector], anns_field="vector", param=search_params, limit=3)

for hits in results:
    for hit in hits:
        print(f"匹配 ID: {hit.id}, 相似度: {hit.distance}")

---

4. GoMilvus（Go SDK）

4.1 为什么选择 GoMilvus？

GoMilvus 是 Milvus 官方的 Go 语言 SDK，适用于 后端服务、微服务架构、云应用。

✅ 适用场景：

• 高并发服务（Go 适用于云端 API，结合 Milvus 提供向量搜索服务）。
• 微服务架构（使用 Go 语言开发 REST API，提供 AI 搜索能力）。
• 数据库集成（GoMilvus + PostgreSQL/MySQL，实现混合搜索）。

✅ GoMilvus 的特点：

• 轻量级，适用于高并发应用。
• 支持批量插入、索引优化、分布式搜索。
• 与 Go 生态兼容，可结合 Gin、gRPC 进行 API 开发。

---

4.2 安装 GoMilvus

go get github.com/milvus-io/milvus-sdk-go/v2

---

4.3 GoMilvus 基础操作示例

（1）连接 Milvus

package main

import (
    "context"
    "fmt"
    "github.com/milvus-io/milvus-sdk-go/v2/client"
)

func main() {
    ctx := context.Background()
    milvusClient, err := client.NewGrpcClient(ctx, "localhost:19530")
    if err != nil {
        fmt.Println("连接失败:", err)
        return
    }
    fmt.Println("成功连接到 Milvus")
}

（2）创建 Collection

schema := &entity.Schema{
    CollectionName: "example_collection",
    Description:    "Example collection",
    Fields: []*entity.Field{
        entity.NewField("id", entity.FieldTypeInt64).WithIsPrimaryKey(true),
        entity.NewField("vector", entity.FieldTypeFloatVector).WithDim(512),
    },
}
err := milvusClient.CreateCollection(ctx, schema, 1)

（3）插入数据

vectors := make([][]float32, 10)
for i := 0; i < 10; i++ {
    vectors[i] = make([]float32, 512)
}
insertResult, err := milvusClient.Insert(ctx, "example_collection", "", []*entity.Column{
    entity.NewColumnInt64("id", []int64{1, 2, 3, 4, 5}),
    entity.NewColumnFloatVector("vector", 512, vectors),
})

（4）进行向量查询

searchResult, err := milvusClient.Search(ctx, "example_collection", []string{},
    "", []string{"id"}, []entity.Vector{entity.FloatVector(vectors[0])},
    "vector", entity.L2, 3, nil,
)

---

5. 其他 Milvus 开源工具

工具 / 项目	作用	GitHub 地址
Milvus-CLI	Milvus 命令行管理工具	milvus-io/milvus-cli
Milvus-Insight	Milvus Web UI 管理	milvus-io/milvus-insight
Milvus Java SDK	Java 语言 SDK	milvus-io/milvus-sdk-java
Milvus Node.js SDK	Node.js 语言 SDK	milvus-io/milvus-sdk-node

---

6. 结论

SDK / 工具	适用场景
Pymilvus（Python SDK）	适用于 AI / 机器学习 / NLP 应用
GoMilvus（Go SDK）	适用于高并发 API、微服务架构
Milvus Java SDK	适用于企业级推荐系统
Milvus Node.js SDK	适用于 Web 前后端 AI 搜索

无论是 AI 研究、Web 开发还是后端微服务，Milvus 的 SDK 都能帮助你快速构建高性能向量检索系统！ 🚀

---

📌 有什么问题和经验想分享？欢迎在评论区交流、点赞、收藏、关注！ 🎯