【向量数据库 pymilvus】Milvus Standalone（单机模式）怎样安装
在龙晰操作系统（CentOS 8）上安装 Milvus Standalone（单机模式）而不使用 Docker，可以按照以下步调举行。以下是一个详细的安装指南：1. 环境准备
在开始安装之前，确保系统满足以下要求：
[*]操作系统：CentOS 8（龙晰操作系统基于 CentOS 8）。
[*]硬件要求：
[*]CPU：支持 AVX 指令集（推荐 Intel Haswell 或更高版本）。
[*]内存：至少 8 GB（发起 16 GB 或更高）。
[*]磁盘：SSD 磁盘，至少 50 GB 可用空间。
[*]依赖项：
[*]Python 3.8 或更高版本。
[*]GCC 7 或更高版本。
[*]CMake 3.18 或更高版本。
2. 安装依赖项
2.1 更新系统
sudo dnf update -y
2.2 安装 GCC 和 CMake
sudo dnf install -y gcc gcc-c++ make cmake
2.3 安装 Python 3.8
假如系统未安装 Python 3.8，可以通过以下步调安装：
sudo dnf install -y python38 python38-devel
sudo alternatives --set python3 /usr/bin/python3.8
2.4 安装其他依赖项
sudo dnf install -y openssl-devel libcurl-devel zlib-devel
3. 下载 Milvus Standalone
3.1 下载 Milvus 二进制包
从 Milvus 的 GitHub Releases 页面下载最新版本的二进制包：
wget https://github.com/milvus-io/milvus/releases/download/v2.3.3/milvus-standalone-linux-amd64.tar.gz
3.2 解压二进制包
tar -xzf milvus-standalone-linux-amd64.tar.gz
cd milvus-standalone-linux-amd64
4. 设置 Milvus
4.1 修改设置文件
Milvus 的设置文件位于 conf/standalone.yaml。你可以根据必要修改以下参数：
[*]存储路径：设置数据存储路径（确保路径有充足的磁盘空间）。storage:
path: /path/to/milvus/data
[*]缓存大小：根据内存大小调整缓存。cache:
cache_size: 4GB
4.2 创建数据存储目次
sudo mkdir -p /path/to/milvus/data
sudo chown -R $USER:$USER /path/to/milvus/data
5. 启动 Milvus
5.1 启动 Milvus 服务
在解压后的 Milvus 目次中运行以下下令：
./bin/milvus run
5.2 验证服务状态
Milvus 默认监听端口为 19530。你可以通过以下下令查抄服务是否正常运行：
curl http://localhost:19530/version
假如返回类似以下内容，阐明 Milvus 已乐成启动：
{"version":"2.3.3"}
6. 使用 Milvus
6.1 安装 PyMilvus
Milvus 提供了 Python SDK（PyMilvus），可以通过以下下令安装：
pip install pymilvus
6.2 毗连 Milvus
在 Python 中毗连 Milvus：
from pymilvus import connections
connections.connect("default", host="localhost", port="19530")
6.3 创建集合和插入数据
以下是一个简朴的示例：
from pymilvus import CollectionSchema, FieldSchema, DataType, Collection
# 定义集合结构
fields = [
FieldSchema(name="id", dtype=DataType.INT64, is_primary=True),
FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=128)
]
schema = CollectionSchema(fields, "example_collection")
# 创建集合
collection = Collection("example_collection", schema)
# 插入数据
data = [
,# ID
[, , ]# 向量数据
]
collection.insert(data)
7. 性能优化
7.1 使用 SSD 磁盘
确保 Milvus 的数据存储路径位于 SSD 磁盘上，以提拔 I/O 性能。
7.2 调整缓存大小
根据系统内存大小，得当增加 cache.cache_size 参数，确保缓存充足容纳全部数据。
7.3 预加载索引
在插入数据后，立即创建索引并预加载到内存中：
collection.create_index("embedding", {"index_type": "IVF_FLAT", "metric_type": "L2", "params": {"nlist": 128}})
collection.load()
8. 总结
通过以上步调，你可以在龙晰操作系统（CentOS 8）上乐成安装和运行 Milvus Standalone（单机模式）。假如必要进一步优化性能，可以参考 Milvus 的官方文档或社区资源。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]