Milvus 是什么、怎么用：面向大规模数据的开源向量数据库（含 Milvus Lite 与 Zilliz Cloud）

本文根据 Milvus 官方 GitHub 仓库 README 整理，资料核对于 2026-10-11。开源项目变化快，以官方仓库为准。

是什么

Milvus 是一个「为规模而生的高性能向量数据库」（README 原话），用来组织和检索文本、图片、多模态内容等非结构化数据。它是 LF AI & Data 基金会旗下的项目，主要贡献者是 Zilliz 公司。仓库约有 4.63 万星标，采用 Apache-2.0 许可。在需要处理上亿条向量的场景里，Milvus 是常被提到的选择之一。

能做什么

README 列出的特性：

• 分布式架构：原生支持 Kubernetes，可以水平扩展。
• 丰富的索引类型：HNSW、IVF、FLAT、SCANN、DiskANN，并支持 GPU 索引。
• 全文与混合检索：内置 BM25 全文检索，可把稀疏向量与稠密向量结合做混合检索。
• 多租户与冷热存储：按租户隔离数据，把不常用的数据放到更便宜的存储上。
• 安全：强制认证、TLS 加密和基于角色的访问控制。

怎么上手

README 给出的安装方式：

bash
pip install -U pymilvus

最轻量的起步方式是 Milvus Lite：安装 pymilvus[milvus-lite] 后，在 Python 里用一个本地文件作为数据库：

python
client = MilvusClient("milvus_demo.db")

这样不需要启动任何服务就能建集合、插入向量、做检索，适合学习和原型。数据量上来之后，再按官方文档部署单机版或 Kubernetes 上的分布式集群，应用代码的接口基本不变。

不想自己运维的话，可以使用 Zilliz Cloud——README 介绍它提供 Serverless、Dedicated 和 BYOC（部署在自己的云账号）几种形态，可免费注册。

免费与付费

Milvus 本身开源免费，自托管的成本是服务器和运维人力。Zilliz Cloud 是商业托管服务，价格以其官网为准。

适合谁 / 不适合谁

适合： 向量规模大（千万到十亿级）、对检索性能和可扩展性有要求的团队；需要私有化部署向量库的企业；想从本地原型一路扩展到生产集群、不愿中途换库的项目。

不适合： 数据量很小的个人项目（Milvus Lite 可以用，但 pgvector、Chroma 这类更轻的方案也够）；没有运维能力又不打算用托管服务的小团队；不写代码的用户。

注意事项

• 分布式部署组件较多，上生产前要规划好存储、监控和备份。
• 索引类型和参数对召回率、延迟、内存占用影响很大，用真实数据做基准测试再定。
• 嵌入模型一旦更换，原有向量需要重新生成并重建索引。