Milvus 向量数据库与 VectorDB 实例创建指南

VectorDB 文档提供 Milvus 引擎实例创建、规格选择、向量索引管理和应用场景说明,可用于评估向量检索、知识库问答和相似度检索等业务的接入路径。

VectorDB 与 Milvus 引擎实例

VectorDB 文档说明,用户可以通过管理控制台创建 Milvus 引擎实例,并根据付费、地域、实例信息、基本信息、网络信息和管理设置完成配置。

创建 Milvus 引擎实例

您可以通过 VectorDB 管理控制台创建 Milvus 引擎实例。创建时数据库引擎选择 Milvus 引擎,引擎版本当前支持 2.6 版本。

实例类型标准版为分布式高可用架构,可支持横向扩容,满足企业级用户需求。
服务节点Streaming Node、Data Node、Proxy、元数据服务均支持选择规格和数量。
计算节点Query Node 支持选择 CU 类型、规格和数量。

网络与购买配置

创建实例时,网络支持百度内部专线和私有网络 VPC,VPC 网络需要事先创建,也可以选择已有网络创建。

地域支持华北 - 北京、华北 - 保定、华南 - 广州、华东 - 苏州;创建成功后不支持更换地域。
端口支持自定义服务端口信息,端口可选 80-65535。
购买信息用户可设定购买的实例个数,一次性最多购买 10 台。

规格选择与部署模式

百度向量数据库以分布式架构为基础,各个节点之间协同通信和协调,以实现高效的数据存储和检索。

节点类型

百度智能云向量数据库根据存储节点的 CPU 和内存资源分配比例分为内存型、计算型、均衡型三类。

标准版

标准版采用多节点分布式架构,适合需要保证系统高可用性和容错性的大型企业或关键业务场景。

免费版

免费版采用单节点架构,节点类型为数据节点,适用于新用户产品体验使用。

向量索引与检索能力

向量索引用于加速向量检索过程,VectorDB 提供常用向量索引类型,也支持无索引模式下的 KNN 检索。

索引类型与评估

常见向量索引类型包括平坦索引、倒排类索引、树形索引和图结构索引,也可以叠加量化压缩机制,通过牺牲一定召回率来减少索引大小和提升检索性能。

索引选择与管理

VectorDB 当前支持多种类型的向量索引,同时也支持“无索引”,即不对向量字段建立任何向量索引,仍然可以提供向量检索,而且是召回率为 100% 的 KNN 检索。

适用场景

VectorDB 文档列出了信息相似度检索、大模型问答记忆和大模型私域知识库等场景。

信息相似度检索

在快速而准确地检索文本和图片数据的挑战下,向量数据库提供高效、安全且智能的解决方案。

大模型问答记忆

通过实时存储和检索会话数据,降低幻觉情况的发生,提升问答的准确性和用户体验。

大模型私域知识库

在私有云环境中构建专属的私域知识库,针对私域数据提供定制化、高效的知识管理和检索服务。

相关文档

继续查看 VectorDB 产品介绍、实例创建、规格说明和向量索引管理文档。

向量数据库 VectorDB

百度向量数据库 VectorDB 是一款纯自研高性能、高性价比、生态丰富且即开即用的向量数据库服务。

创建实例

介绍如何通过 VectorDB 管理控制台创建 Milvus 引擎实例。

产品规格

说明 VectorDB 节点类型、节点规格和实例类型。

向量索引的选择与管理

说明向量索引机制、索引评估、索引选择和索引管理。

相关专题页

查看更多向量数据库与 RAG 检索相关内容。

开源向量数据库迁移到 VectorDB:Milvus 离线迁移参考

了解 Milvus 离线迁移到 VectorDB 的关键流程。

向量数据库怎么选:VectorDB 检索能力与规格参考

了解 VectorDB 检索能力与规格选择。

RAG 与向量数据库:VectorDB 知识库问答实践

查看 RAG 与向量数据库的知识库问答实践。

开始了解 VectorDB 向量检索能力

查看 VectorDB 文档,继续了解 Milvus 引擎实例创建、产品规格、向量索引管理和典型应用场景。