要使用Python开发与Milvus向量数据库交互的应用，首先需要确保你已经安装了Milvus和相应的Python客户端库。以下是一个简单的示例，展示如何使用Python连接到Milvus数据库，创建一个集合（collection），并插入一些向量数据。`

有了向量数据库，下一步就该在数据库里创建表，向量库里的表叫集合（Collection），对应关系型数据库的表，这跟mongo库一样，下面先把重要知识点梳理一下： 一、核心概念 集合（Collection）：类似关系型数据库的「表」，是存储向量数据和标量数据的基本单元。 Schema（模式）：集合的「结构定义」，规定了集合中字段的名称、数据类型、主键、向量维度等核心属性。 索引（Index）：为提升向量 / 标量查询效率而创建的特殊数据结构，Milvus 支持多种索引类型适配不同场景。 加载状态（Load State）：Milvus 的集合需要加载到内存才能提供查询服务，分为 Loaded（已加载）和 NotLoaded（未加载）两种状态。 二、向量集合的特点（关键知识点） 主键字段：每个集合必须有且仅有一个主键字段，支持 INT64/VARCHAR 类型，auto_id=False 表示主键需手动赋值（True 则由 Milvus 自动生成）； 向量字段：Milvus 核心字段，支持 FLOAT_VECTOR（浮点型）和 BINARY_VECTOR（二进制），dim 必须与插入的向量维度一致（如 512、768 等）； 动态字段：enable_dynamic_field=True 是 Milvus 的灵活特性，允许插入 Schema 中未定义的字段（如临时新增的标签、权重等），适合数据结构不固定的场景。 三、索引 标量索引：主键 / 字符串等标量字段常用 STL_SORT（排序索引），适合等值、范围查询； 向量索引：metric_type（度量类型）：COSINE（余弦相似度）适合文本向量，L2（欧氏距离）适合图片向量，需根据业务场景选择。 四、加载和分片 加载状态：创建集合时传入 index_params 会自动加载集合到内存（Loaded），无索引则需后续手动调用 client.load_collection() 加载； 分片（Shard）：num_shards 用于将集合数据拆分到多个分片，提升并发写入 / 查询性能，分片数需根据数据量和集群节点数调整（单节点集群建议设为 1）。 下面看代码： # 过滤 pymilvus 依赖的 pkg_resources 废弃警告（setuptools≥81 版本触发） # 目的是消除版本兼容带来的无关警告，让控制台输出更整洁 import warnings warnings.filterwarnings("ignore", message=".*pkg_resources is deprecated as an API.*") # 导入 Milvus 客户端核心模块和数据类型枚举 from pymilvus import MilvusClient, DataType # -------------------------- 核心操作：Milvus 集合（Collection）创建 -------------------------- # 1. 初始化 Milvus 客户端连接 # uri: Milvus 服务的地址和端口（HTTP 协议） # token: 认证令牌，格式为 "用户名:密码"（默认管理员账号 root，密码 Milvus） client = MilvusClient( uri="http://192.168.211.128:19530", token="root:Milvus" ) # 2. 创建集合模式（Schema） # schema 是集合的结构定义，包含字段名、数据类型、主键、向量维度等核心信息 # auto_id=False: 禁用自动生成 ID，需手动指定主键值 # enable_dynamic_field=True: 启用动态字段，允许插入 schema 中未定义的字段 schema = MilvusClient.create_schema( auto_id=False, enable_dynamic_field=True, ) # 3. 向 schema 中添加具体字段 # 3.1 添加主键字段：my_id，数据类型为 64 位整数，标记为主键 schema.add_field(field_name="my_id", datatype=DataType.INT64, is_primary=True) # 3.2 添加向量字段：my_vector，数据类型为浮点型向量，维度为 5（需与插入的向量维度一致） schema.add_field(field_name="my_vector", datatype=DataType.FLOAT_VECTOR, dim=5) # 3.3 添加字符串字段：my_varchar，数据类型为 VARCHAR，最大长度 512 字符 schema.add_field(field_name="my_varchar", datatype=DataType.VARCHAR, max_length=512) # 4. 配置索引参数（用于提升查询效率） # 初始化索引参数对象，用于批量添加多个字段的索引配置 index_params = client.prepare_index_params() # 4.1 为主键字段 my_id 添加索引 # index_type="STL_SORT": 针对排序场景的索引类型，适合主键字段 index_params.add_index( field_name="my_id", index_type="STL_SORT" ) # 4.2 为向量字段 my_vector 添加索引 # index_type="AUTOINDEX": Milvus 自动选择最优的向量索引类型（无需手动指定） # metric_type="COSINE": 向量相似度计算方式为余弦相似度（常用还有 L2、IP 等） index_params.add_index( field_name="my_vector", index_type="AUTOINDEX", metric_type="COSINE" ) # 5. 创建带索引的集合（创建时自动加载索引） # collection_name: 集合名称（two_table） # schema: 已定义的集合结构 # index_params: 已配置的索引参数，创建集合时会同时创建并加载索引 client.create_collection( collection_name="two_table", schema=schema, index_params=index_params ) # 6. 检查集合的加载状态 # 加载状态用于确认集合是否已加载到内存，可用于查询操作 res = client.get_load_state(collection_name="two_table") print("two_table 加载状态:", res) # 输出：{'state': 'Loaded'}（创建时加载索引，状态为已加载） print('---------------- 分割线 ----------------') # 7. 创建不带索引的集合 # 仅指定集合名称和 schema，不传入 index_params，创建后集合无索引，也不会自动加载 client.create_collection( collection_name="one_talbe", # 注：此处笔误应为 one_table，建议修正 schema=schema, ) # 检查无索引集合的加载状态 res = client.get_load_state(collection_name="one_talbe") # 输出：{'state': 'NotLoaded'}（无索引时，集合不会自动加载到内存） print("one_talbe 加载状态:", res) # 补充说明：无索引的集合可后续通过 create_index 方法添加索引，再通过 load_collection 加载 # 8. 创建指定分片数的集合 # num_shards=1: 设置集合的分片数量为 1（分片用于数据水平拆分，提升并发性能） # 适用于大规模数据场景，分片数需根据集群节点数和数据量合理设置 client.create_collection( collection_name="three_table", schema=schema, num_shards=1 # 指定分片数量 ) 执行结果： two_table 加载状态: {'state': <LoadState: Loaded>} ---------------- 分割线 ---------------- one_talbe 加载状态: {'state': <LoadState: NotLoad>} 更多学习资料尽在老虎网盘资源：http://resources.kittytiger.cn/ 老虎网盘资源