PROVIDER · 开源分布式向量数据库

Milvus

Milvus 是 Zilliz 开源并捐入 LF AI 的分布式向量数据库,多种索引类型与存算分离架构让它在十亿级向量检索上兼顾性能与成本,是 RAG 知识库的主流自建方案。

后端与数据库 中国 2026.11.15
后端与数据库 中国 开源分布式向量数据库
4.4分

优势

4 项
多种索引类型(HNSW、IVF、DiskANN、GPU),可按规模与延迟取舍
存算分离分布式架构,可承载十亿级向量并水平扩展
支持标量与向量混合过滤,满足 RAG 中的元数据约束
开源(Apache 2.0)且由 LF AI 基金会治理,无厂商锁定

不足

4 项
分布式集群组件多,运维与调优门槛明显高于托管向量库
内存与索引参数(nlist、M、ef)配置不当会显著影响召回率
单机版与集群版能力有差异,迁移需重新评估索引策略
中文文档质量较好但英文社区讨论少于 pgvector 生态

产品信息

milvus
所属分类 后端与数据库
所属公司 Milvus
服务区域 中国
官方网站 https://milvus.io/
推荐指数 4.4 分
发布时间 2026-11-15

详细说明

服务商概述

Milvus 由 Zilliz 于 2019 年开源并捐入 LF AI & Data 基金会,用 Go 与 C++ 编写,采用存算分离与分布式架构(etcd、对象存储、消息队列、查询节点协作),是开源向量数据库中最具代表性的项目。

对后端与数据库场景,它的价值是「大规模向量的可控成本」:支持 HNSW、IVF、DiskANN、GPU 索引等多种索引类型,可按数据规模与延迟要求选择;分布式架构让它能承载十亿级向量,且可自建以规避按量计费的长期成本。

限制是运维复杂度:分布式集群组件多(etcd、MinIO/S3、Pulsar/Kafka、Query/Index/Data 节点),运维成本明显高于纯托管方案;小规模场景用单机版(Milvus Lite/Standalone)即可,但要注意其与集群版的能力差异。

核心优势

  • 多种索引类型(HNSW、IVF、DiskANN、GPU),可按规模与延迟取舍
  • 存算分离分布式架构,可承载十亿级向量并水平扩展
  • 支持标量与向量混合过滤,满足 RAG 中的元数据约束
  • 开源(Apache 2.0)且由 LF AI 基金会治理,无厂商锁定

产品生态

索引与检索

HNSW 追求低延迟召回,IVF 系列适合大库内存受限,DiskANN 支持磁盘级索引降低成本。

分布式组件

etcd 存元数据、对象存储放数据、消息队列做日志,查询与索引节点可独立扩缩。

生态与工具

Attu 管理界面、多种语言 SDK,以及与 LangChain、LlamaIndex 等框架的原生集成。

不足之处

  • 分布式集群组件多,运维与调优门槛明显高于托管向量库
  • 内存与索引参数(nlist、M、ef)配置不当会显著影响召回率
  • 单机版与集群版能力有差异,迁移需重新评估索引策略
  • 中文文档质量较好但英文社区讨论少于 pgvector 生态

适用场景

  • RAG 知识库检索(★★★★★):混合过滤与高召回
  • 十亿级向量检索(★★★★★):分布式水平扩展
  • 以图搜图与多模态检索(★★★★):多种索引与 GPU 加速
  • 小规模快速验证(★★★★):建议先用 Lite 或托管

价格参考

套餐 价格 能力边界
Milvus 开源版 $0 Apache 2.0,自建自运维
Zilliz Cloud 按 CU 与存储用量计费 托管,免运维按需扩展
云市场托管(其他厂商) 按实例规格 自管或半托管部署

开源版免费但集群至少需要多台机器与对象存储、消息队列;小规模可用单机版降低门槛。托管服务按计算单元与存储计费,向量规模在千万级以下时托管更省,上亿级后自建才体现成本优势。

常见问题

  • Milvus 和 pgvector 怎么选? 向量规模在千万级以内且已有 PostgreSQL,用 pgvector 最省事;上亿级或需要多索引类型与分布式扩展选 Milvus。

  • 召回率不高怎么办? 先检查索引类型与参数(HNSW 的 M 与 ef、IVF 的 nlist 与 nprobe),再看 embedding 模型是否适配语种与业务;索引参数与模型往往比数据库本身更影响效果。

  • 能自建单机吗? 可以,Milvus Lite 与 Standalone 适合开发与中小规模;但生产高可用需完整分布式部署,两者能力和运维方式差异较大。

前往 Milvus 官网 → https://milvus.io/
访问官网 ↗