定位：为生成式 AI 构建的开源向量数据库
官方文档对它的定义是「为生成式 AI 应用构建的开源向量数据库」：装好后即可做高速检索，并能扩展到数百亿向量而性能损失很小。项目由 Zilliz 主导开发，文档写明归入 Linux 基金会旗下的 LF AI & Data 基金会，采用 Apache-2.0 许可，贡献者来自多家芯片与云厂商。官网展示的 GitHub 星标为 4.62 万，仓库核验时约 4.62 万 star。选择它的常见理由是授权与数据都自主可控，同时不需要为规模化额外付费。
深度介绍
Milvus详细介绍
三种形态：从笔记本一路到集群
官方把部署方式分成三条路线：Milvus Lite 以 pip 安装、作为库随进程运行，适合学习与原型；Standalone 是完整的单机部署，面向百万级向量的生产或测试；Distributed 是横向扩展的分布式版本，面向十亿级向量。官网的示例代码用几行就能建集合、写入、检索与删除，说明从原型到生产的迁移成本被刻意压低。选型时可以按数据量先选定形态，避免一开始就背上集群的运维负担。
3.0 的湖仓原生：直接索引对象存储里的向量
Milvus 3.0 最大的架构变化是索引与检索的位置：通过「外部集合」，引擎可以直接在对象存储上按开放表格式（Parquet、Lance、Iceberg、Vortex）读取并索引向量，团队不必再为了检索而在向量库里维护第二份副本。配套的 Loon 存储层（Storage v3）用于降低点读放大并支持模式演进。对已经建有数据湖的团队，这条路径省掉的是数据搬运与双写一致性，代价是要接受对象存储的延迟特征，适合离线或准实时场景。
检索引擎：把排序、聚合与多向量下推
3.0 把更多结果处理从应用代码搬进了引擎：支持 ORDER BY 排序、聚合与分面搜索，新增 StructArray 用于表达嵌套的文档／分块结构与 ColBERT 式多向量，并重写了稀疏索引。官方把这组能力概括为「从初步召回走向完整检索」——以往需要在应用侧拼接的排序、分组与打分逻辑，现在可以下推到数据库执行，减少一次数据搬运与序列化开销。文档中另有完整的多向量检索与全文检索章节可供对照。
数据模型与运维：可空向量、TTL 与快照
3.0 同时扩充了数据建模与运维能力：支持可空向量、TEXT 类型的大对象字段、TTL 过期策略、MinHash、Woodpecker 与 ForceMerge 等生产模式；离线与批量流程侧提供快照、Spark DataSource V2 与在线模式演进，可把稳定的集合视图带入评测、去重、聚类与特征管线。这些能力决定了它能否长期承载生产负载，评估时值得与「检索效果」同等看待，尤其是迁移、备份与回收空间的路径。
检索方式：向量、稀疏、多向量与全文
基础能力覆盖稠密向量相似度检索、稀疏向量检索与多向量检索，文档中「全文检索」是独立章节，说明关键词检索也被当作一等能力而非附加项。官方教程给出的场景包括 RAG、图像搜索、多模态检索、混合检索与图结构检索增强，基本覆盖了当前主流的检索形态。实际搭建时通常的组合是：稠密向量负责语义召回，稀疏或全文侧补上型号与专有名词，再用多向量与排序把相关性调到可用水平。
工具链与生态：图形界面、备份与容量估算
官方维护的工具包括 Attu（图形化管理界面）、Milvus CLI、Sizing Tool（容量估算）、Milvus Backup（备份恢复）与 VTS 等，命令行与图形界面都能完成集合与索引的日常操作。SDK 方面提供 Python、Java、Go、Node.js 客户端与 RESTful 接口，文档另有集成与 AI 工具章节。对团队协作来说，图形界面与备份工具的存在会明显降低上手与交接成本，尤其是把原型交给运维接管的阶段。
许可与版本：Apache-2.0，3.0 系列在迭代
项目以 Apache-2.0 许可开源，自托管没有授权费用，商用限制少，这是它相对闭源托管服务最直接的优势。版本方面，Milvus 3.0 于 2026 年 7 月 27 日发布，核验时最新补丁为 v3.0.2（2026 年 9 月 20 日），仓库在 9 月 21 日仍有提交，文档也已切到 v3.0.x 主线并保留 2.6、2.5、2.4 的历史版本。大版本升级涉及外部集合与存储层变化，迁移前应通读发布说明与升级指引。
产品特点
核心功能与独有价值
从笔记本到集群的同一套引擎
Milvus Lite 以 pip 安装、随进程运行，Standalone 面向单机生产，Distributed 面向十亿级横向扩展，另有全托管的 Zilliz Cloud；同一套接口与模型让原型到生产的迁移成本很低。
3.0 的湖仓原生检索
通过外部集合可直接索引对象存储上以 Parquet、Lance、Iceberg、Vortex 等开放格式保存的向量数据，不必再维护第二份服务副本；配套的 Loon 存储层用于降低点读放大并支持模式演进。
把结果处理下推到检索引擎
ORDER BY、聚合、分面搜索与 StructArray 嵌套结构进入引擎，排序、分组与多向量打分不必再在应用侧拼接，稀疏索引也被重写以提升检索质量。
Apache-2.0 且工具链完整
项目由 Zilliz 主导、归入 Linux 基金会旗下基金会，以 Apache-2.0 许可开源；配套 Attu 图形界面、命令行、容量估算与备份工具，运维接管门槛较低。
最近动态
重要更新
Milvus 3.0 发布（2026-07-27）
官方博客宣布 Milvus 3.0：引入湖仓原生路径，可通过外部集合索引对象存储上以 Parquet、Lance、Iceberg、Vortex 保存的向量，无需维护第二份副本；同时新增 Loon 存储层、快照与 Spark DataSource V2，并把排序、聚合、分面与多向量能力下推到引擎。
最新补丁 v3.0.2（2026-09-20）
仓库发布记录显示最新版本为 v3.0.2，发布于 2026 年 9 月 20 日，主仓库在 9 月 21 日仍有提交。文档主线已切到 v3.0.x，同时保留 2.6、2.5、2.4 的历史版本文档；大版本升级前建议先读发布说明与升级指引。
部署形态与托管服务（核验时点）
官网当前列出四条路径：Milvus Lite（pip 安装，适合学习与原型）、Standalone（单机，面向百万级向量）、Distributed（分布式，面向十亿级向量）与 Zilliz Cloud（全托管，提供 Serverless 与专属集群，以及 SaaS 与 BYOC 两种合规形态）。
文档与工具链覆盖（核验时点）
官方文档按了解、概念、使用、数据导入、AI 工具、管理、工具、集成、教程与 API 参考组织；工具侧提供 Attu 图形界面、命令行、容量估算、备份与 VTS，教程覆盖 RAG、图像搜索、多模态检索、混合检索与图结构检索增强等场景。
产品总结
Milvus 是一个面向生成式 AI 的开源向量数据库。官方文档的定义是「为生成式 AI 应用构建的开源向量数据库」——装好后即可高速检索，并能扩展到数百亿向量而性能损失很小；项目由 Zilliz 主导开发并归入 Linux 基金会旗下的 LF AI & Data 基金会，采用 Apache-2.0 许可，官网展示的 GitHub 星标为 4.62 万。 部署形态分三条路线：Milvus Lite 以 pip 安装、作为库随进程运行，适合学习与原型；Standalone 是完整的单机部署，面向百万级向量的生产或测试；Distributed 是横向扩展的分布式版本，面向十亿级向量。在此之上还有全托管的 Zilliz Cloud，提供 Serverless 与专属集群，并区分 SaaS 与 BYOC 两种合规形态。官网的示例用几行代码即可完成建集合、写入、检索与删除，原型到生产的迁移成本较低。 2026 年 7 月 27 日发布的 Milvus 3.0 是这一代最大的架构变化。它引入湖仓原生路径：通过外部集合可直接索引对象存储上以 Parquet、Lance、Iceberg、Vortex 等开放格式保存的向量，不必再维护第二份服务副本，配套的 Loon 存储层用于降低点读放大并支持模式演进。检索侧则把 ORDER BY 排序、聚合、分面搜索、StructArray 嵌套结构与 ColBERT 式多向量下推到引擎，并重写稀疏索引；数据模型与运维方面新增可空向量、TEXT 大对象字段、TTL、MinHash、ForceMerge，以及快照、Spark DataSource V2 与在线模式演进。 配套能力包括 Python、Java、Go、Node.js 官方 SDK 与 RESTful 接口，以及 Attu 图形界面、命令行、容量估算与备份工具；官方教程覆盖 RAG、图像检索、多模态、混合检索与图结构检索增强等场景。核验时最新补丁为 v3.0.2（2026 年 9 月 20 日），文档主线为 v3.0.x 并保留 2.6、2.5、2.4 的历史版本。由于 3.0 涉及存储层与外部集合的变化，升级前应通读发布说明与升级指引；自托管版本以 Apache-2.0 许可免费，托管服务的具体额度与计费请以官网当期说明为准。
- 产品类型
- 向量数据库 / 检索基础设施
- 支持平台
- Python / Java / Go / Nod / RESTful 接口 / Milvus Lite（pip 安装，随进程运行 / Milvus Standalone（Docker / Milvus Distributed（Kuber / Zilliz Cloud（Serverless / Attu 图形界面、命令行与备份工具
- 资费模式
- 开源版以 Apache-2.0 许可免费，自托管无授权费；全托管 Zilliz Cloud 提供免费试用，并按 Serverless 或专属集群计费。
核验信息
参考文章与数据来源
本页事实来自 Milvus 官方渠道：官网首页（定位、三种部署形态与托管服务说明、星标数量、示例代码）与官方文档「什么是 Milvus」（开源性质、许可、基金会归属、贡献者背景、数据类型与建模能力）、部署方式对比与 Milvus Lite 章节、全文检索与多向量检索章节、发布记录，以及官方博客的 Milvus 3.0 发布公告（外部集合与湖仓原生路径、Loon 存储层、检索引擎与数据模型新增能力）。版本与文档主线核验于 2026 年 9 月 22 日，请以官方当期说明为准。
用户体验调查
Milvus介绍页面对您是否有帮助？