Milvus 向量数据库入门实战：Docker 部署与 AI 日记语义检索

传统数据库适合按日期、标签或关键词查找记录，却难以识别“爬山”和“户外活动”之间的语义关联。要让日记检索理解内容含义，可以先借助 Embedding 模型生成向量，再交给 Milvus 完成相似度搜索。接下来将从容器化环境搭建开始，逐步完成数据写入、索引创建与查询验证。

? 本文将带你从零开始，使用 Docker Compose 部署 Milvus 向量数据库，并结合 OpenAI Embeddings 实现一个"AI 日记"语义搜索 Demo。

---

一、❓ 为什么需要向量数据库？

传统数据库（MySQL、MongoDB）擅长精确匹配查询，比如"查找日期为 2026-01-10 的日记"。但当我们想查询语义相近的内容时，比如：

"我想找关于户外活动的日记"

传统数据库就无能为力了——它无法理解"爬山""散步""公园"都属于"户外活动"的范畴。

向量数据库正是为解决这类问题而生。它的核心原理是：

1. ? 将文本通过 Embedding 模型转化为高维向量（一组浮点数）
2. ? 存储这些向量到数据库
3. ? 查询时，同样将查询文本转为向量，通过余弦相似度等算法找到最相近的结果

? 这就是语义搜索（Semantic Search）的本质。

---

二、? Milvus 是什么？

Milvus 是由 Zilliz 公司推出的开源向量数据库，专为大规模向量相似度搜索而设计。它的核心优势：

特性	说明
⚡ 高性能	支持十亿级向量的毫秒级搜索
? 多种索引	IVF_FLAT、HNSW、ANNOY 等多种索引算法
☁️ 云原生	原生支持 Kubernetes，天然适合容器化部署
? 生态丰富	提供 Python、Node.js、Java 等多语言 SDK
? 混合查询	支持向量搜索 + 标量过滤的混合查询

---

三、? Docker Compose 一键部署 Milvus

Milvus Standalone 模式由三个核心服务组成，通过 docker-compose.yml 编排：

┌─────────────────────────────────────────────────┐
│              Docker Compose 编排                  │
│                                                   │
│  ┌──────────┐   ┌──────────┐   ┌──────────────┐  │
│  │   etcd   │   │  MinIO   │   │   Milvus     │  │
│  │ 元数据存储│   │ 对象存储  │   │  Standalone  │  │
│  │          │   │          │   │  (核心引擎)   │  │
│  └──────────┘   └──────────┘   └──────────────┘  │
│       ↑               ↑               ↑           │
│    :2379           :9000           :19530         │
│                   :9001           :9091           │
└─────────────────────────────────────────────────┘

? 三个服务各自的职责：

1️⃣ etcd — 元数据存储

• ?️ 存储 Milvus 的元数据信息（集合定义、索引配置等）
• ?️ 基于 CoreOS etcd v3.5.25
• ?️ 配置了自动压缩和快照策略，保证数据一致性

2️⃣ MinIO — 对象存储

• ? 存储实际的向量数据文件和索引文件
• ? 兼容 S3 协议的对象存储
• ? 暴露 9000（API）和 9001（管理控制台）端口
• ? 默认凭证：minioadmin / minioadmin

3️⃣ Milvus Standalone — 核心引擎

• ? 向量数据库的主服务，处理所有查询和写入请求
• ? 暴露 19530（gRPC，SDK 连接端口）和 9091（健康检查）端口
• ⏳ 依赖 etcd 和 MinIO，启动时会等待它们健康就绪

▶️ 启动命令

# ? 在项目目录下执行
docker-compose -f milvus-standalone-docker-compose.yml up -d

# ? 查看服务状态
docker-compose -f milvus-standalone-docker-compose.yml ps

# ? 停止服务
docker-compose -f milvus-standalone-docker-compose.yml down

? 数据持久化：所有数据通过 ./volumes/ 目录挂载到宿主机，重启不丢失。

---

四、? Node.js SDK 集成实战：AI 日记语义搜索

部署好 Milvus 后，我们用 Node.js 构建一个"AI 日记"Demo——将日记内容向量化后存入 Milvus，实现语义搜索。

? 4.1 技术栈

? 组件	? 用途
@zilliz/milvus2-sdk-node	Milvus 官方 Node.js SDK
@langchain/openai	调用 Embedding 模型生成向量
dotenv	管理环境变量

⚙️ 4.2 环境配置

在 .env 文件中配置 API 密钥和模型：

OPENAI_API_KEY=your_api_key
OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
EMBEDDINGS_MODEL_NAME=text-embedding-v3

? 本示例使用阿里云 DashScope 的 text-embedding-v3 模型，输出 1024 维向量。你也可以替换为 OpenAI 的 text-embedding-3-small 等模型。

? 4.3 核心流程

整个流程分为 5 步：

? 连接 Milvus → ? 创建集合 → ?️ 创建索引 → ? 加载集合 → ✍️ 插入数据

? Step 1：连接 Milvus

import { MilvusClient } from '@zilliz/milvus2-sdk-node';

const client = new MilvusClient({
  address: 'localhost:19530'  // Milvus gRPC 端口
});

? Step 2：定义集合 Schema

import { DataType } from '@zilliz/milvus2-sdk-node';

await client.createCollection({
  collection_name: 'ai_diary',
  fields: [
    { name: 'id',      data_type: DataType.VarChar, max_length: 50, is_primary_key: true },
    { name: 'vector',  data_type: DataType.FloatVector, dim: 1024 },  // 1024维向量
    { name: 'content', data_type: DataType.VarChar, max_length: 5000 },
    { name: 'date',    data_type: DataType.VarChar, max_length: 50 },
    { name: 'mood',    data_type: DataType.VarChar, max_length: 50 },
    { name: 'tags',    data_type: DataType.Array, element_type: DataType.VarChar,
                       max_capacity: 10, max_length: 50 }
  ]
});

⚠️ 关键点：vector 字段类型为 FloatVector，维度 dim 必须与 Embedding 模型输出维度一致（这里是 1024）。

?️ Step 3：创建向量索引

import { IndexType, MetricType } from '@zilliz/milvus2-sdk-node';

await client.createIndex({
  collection_name: 'ai_diary',
  field_name: 'vector',
  index_type: IndexType.IVF_FLAT,    // 索引算法
  metric_type: MetricType.COSINE,    // 相似度度量：余弦相似度
  params: { nlist: 1024 }            // 聚类中心数
});

? 索引类型选择指南：

索引类型	适用场景	特点
IVF_FLAT	中小规模数据（< 100万）	✅ 精度高，速度适中
HNSW	低延迟要求	⚡ 查询极快，内存占用大
IVF_SQ8	大规模数据	? 节省内存，精度略降

✍️ Step 4：生成 Embedding 并插入数据

import { OpenAIEmbeddings } from "@langchain/openai";

const embeddings = new OpenAIEmbeddings({
  apiKey: process.env.OPENAI_API_KEY,
  model: process.env.EMBEDDINGS_MODEL_NAME,
  configuration: { baseURL: process.env.OPENAI_BASE_URL },
  dimensions: 1024
});

// ? 将日记内容转为向量
async function getEmbedding(text) {
  return await embeddings.embedQuery(text);
}

// ? 批量生成向量并插入
const diaryData = await Promise.all(
  diaryContents.map(async (diary) => ({
    ...diary,
    vector: await getEmbedding(diary.content)
  }))
);

await client.insert({
  collection_name: 'ai_diary',
  data: diaryData
});

? 4.4 日记数据示例

Demo 中准备了 5 条模拟日记：

? ID	? 日期	? 心情	?️ 标签	? 内容摘要
diary_001	2026-01-10	? happy	生活、散步	去公园散步，看到花开了
diary_002	2026-01-11	? excited	工作、成就	完成项目里程碑，有成就感
diary_003	2026-01-12	? relaxed	户外、朋友	和朋友爬山，享受大自然
diary_004	2026-01-12	? curious	学习、技术	学习 Milvus 向量数据库
diary_005	2026-01-13	? proud	美食、家庭	做了一顿丰盛晚餐

? 当你搜索"户外运动"时，Milvus 会返回 diary_003（爬山）和 diary_001（公园散步），因为它们的语义与"户外运动"最接近——即使文本中没有出现"户外运动"这四个字。

---

五、? 运行项目

# 1. ? 启动 Milvus
docker-compose -f milvus-standalone-docker-compose.yml up -d

# 2. ? 安装依赖
pnpm install

# 3. ? 配置 .env 文件（填入你的 API Key）

# 4. ▶️ 运行 Demo
node index.mjs

预期输出：

Connecting to Milvus...
✓ Connected

Creating collection...
Collection created

Creating index...
Index created

Loading collection...
Collection loaded

Inserting diary entries...
Generating embeddings...
✓ Inserted 5 records

---

六、? 总结

本文完整演示了向量数据库的应用链路：

文本数据 → Embedding 模型 → 高维向量 → Milvus 存储 → 语义搜索

? 核心要点回顾：

1. ? Milvus 三件套：etcd（元数据）+ MinIO（对象存储）+ Milvus（引擎），通过 Docker Compose 一键部署
2. ? 向量维度要匹配：Embedding 模型输出维度必须与集合 Schema 中的 dim 一致
3. ⚡ 索引影响性能：IVF_FLAT 适合入门，生产环境根据数据规模选择 HNSW 或 IVF_SQ8
4. ? 语义搜索的力量：不需要关键词完全匹配，向量数据库能理解语义相近的内容

? 这套方案可以广泛应用于 RAG（检索增强生成）、智能客服、文档搜索、推荐系统 等 AI 应用场景。