当前位置: 首页 > news >正文

docker 安装 milvus standalone 版本 + attu

首先,milvus 向量数据库和 sql 类似,有 lite 版本和 standalone 版本,就是功能有些阉割:

  • milvus lite 的话 python 直接安装 pymilvus 就可以用了
  • standalone 版本则需要通过 docker 来进行部署

1. 安装 docker 与 docker-compose

这个在这里就不赘述了,但是需要将 docker 的源换成国内可用的,经过我测试,针对 milvus 镜像的下载,国内的下面两个源是可用的:

"https://docker.1ms.run",
"https://docker.xuanyuan.me"

打开 docker 的配置文件

vi  /etc/docker/daemon.json 

在文件内新增

{"registry-mirrors": ["https://docker.1ms.run", "https://docker.xuanyuan.me"]
}

重启一下 docker

sudo systemctl daemon-reload
sudo systemctl restart docker

2. 获取 milvus 的 docker-compose.yml

类似下载脚本:

mkdir milvus
cd milvus
wget https://github.com/milvus-io/milvus/releases/download/v2.3.5/milvus-standalone-docker-compose.yml -O docker-compose.yml

里面有 etcd, minio, standalone 三个服务的下载配置:

  • etcd:用来存储 milvus 的元数据。
  • minio:用来存储 milvus 的向量数据和索引数据
  • standalone:就是 milvus 向量数据库单机版

然后如果我们需要类似 navicat 一样的工具来对向量数据库进行可视化查看的话,需要 milvus 的配套应用 attu,我们得在 yml 文件上加上 attu 相关的配置,就加在 service 的 standalone 下面:

services:etcd:...minio:...standalone:...attu:container_name: attuimage: zilliz/attu:v2.3.6environment:MILVUS_URL: milvus-standalone:19530ports:- "8000:3000"depends_on:- "standalone"
networks:default:name: milvus

3. 拉取镜像运行应用

运行 docker-compose 命令,如果没有镜像的话,则会自动拉取:

docker-compose up -d

可以通过 docker-compose ps 来查看目前运行的镜像:

NAME                COMMAND                  SERVICE             STATUS              PORTS
attu                "docker-entrypoint.s…"   attu                running             0.0.0.0:8000->3000/tcp, :::8000->3000/tcp
milvus-etcd         "etcd -advertise-cli…"   etcd                running (healthy)   2379-2380/tcp
milvus-minio        "/usr/bin/docker-ent…"   minio               running (healthy)   0.0.0.0:9000-9001->9000-9001/tcp, :::9000-9001->9000-9001/tcp
milvus-standalone   "/tini -- milvus run…"   standalone          running (healthy)   0.0.0.0:9091->9091/tcp, 0.0.0.0:19530->19530/tcp, :::9091->9091/tcp, :::19530->19530/tcp

4. attu 查看 milvus 数据库

在 web 端,观察上面的端口,就可以通过 127.0.0.1:8000 来访问到 milvus 数据库。

相关文章:

  • spark数据处理练习题番外篇【下】
  • 空间注意力机制
  • 如何判断一个bug,是前端还是后端的?
  • 积累-Vue.js 开发实用指南:ElementUI 与核心技巧
  • 【动作】动作标签分类的三大模块
  • 如何在看板中体现优先级变化
  • 【沉浸式求职学习day53】【Spring】
  • 3.3.1_1 检错编码(奇偶校验码)
  • 智能呼入系统助力酒店客服服务
  • 立足数字人文,深化历史叙事|科学智能赋能人文社科领域研究
  • 扁平表+递归拼树思想
  • PyTorch终极实战:从自定义层到模型部署全流程拆解​
  • JS深入之从原型到原型链
  • 替代爬虫!亚马逊API采集商品详情实时数据开发教程
  • 苹果签名应用掉签频繁原因排查,以及如何避免
  • 第十六章 I2C
  • python 中线程、进程、协程
  • 【动作】AVA:时空定位原子视觉动作视频数据集
  • java 数据结构-HashMap
  • 零基础玩转物联网-串口转以太网模块如何快速实现与MQTT服务器通信
  • 杭州全网推广/网站整站优化
  • 如何维护网站建设/本溪seo优化
  • 浙江建设工程造价信息网站/网络营销软件站
  • 受欢迎的模板网站建设/郑州疫情最新动态
  • 响应式网站多少钱 开发/windows优化大师的功能
  • 门户网站快速制作/凡科建站官网入口