Milvus 是一個高性能、雲原生的開源向量資料庫，由 Zilliz 主導開發並隸屬於 LF AI & Data Foundation，GitHub 上累積 45.7k 星標。它專門用於組織與搜尋文字、圖像、多模態資料等非結構化數據的向量表示，是檢索增強生成（RAG）、語義搜尋與推薦系統等 AI 應用的核心基礎設施。該項目以 Go 與 C++ 撰寫，實現 CPU/GPU 硬件加速，可水平擴展至數十億向量規模，並以 Apache 2.0 許可證分發。
Milvus 是由 Zilliz 主導、隸屬 LF AI & Data Foundation 的開源向量資料庫，GitHub 獲 45.7k 星標。它以 Go 與 C++ 撰寫，支援 CPU/GPU 硬件加速與多種向量索引，可水平擴展至數十億向量規模，是 RAG、語義搜尋與推薦系統的核心基礎設施，採用 Apache 2.0 許可證。
Milvus 是什麼？
Milvus 是一個專為規模化向量搜尋而設計的高性能資料庫，核心任務是儲存向量——即非結構化數據的學習表示——並與整數、字串、JSON 等標量資料一同管理，讓開發者可以在同一套系統中進行向量搜尋、元數據過濾與混合檢索。其架構將計算與儲存分離，採用 Kubernetes 原生微服務設計，既能以 Standalone 模式部署於單機，也能透過 Milvus Lite 以 pip install 快速在 Python 環境中建立本地向量資料庫。
Milvus 是專為規模化向量搜尋設計的高性能資料庫，儲存向量並與標量資料一同管理，支援向量搜尋、元數據過濾與混合檢索。架構將計算與儲存分離，Kubernetes 原生微服務設計支援水平擴展，並提供 Milvus Lite 輕量版本方便快速入門。
Milvus 有哪些核心技術亮點？
Milvus 的技術優勢體現在三個面向。首先是性能與可用性：分散式架構分離計算與儲存，查詢節點與資料節點可以獨立擴展，讀取密集與寫入密集的工作負載各自優化，無狀態的 Kubernetes 微服務讓故障恢復迅速，副本機制則將資料段載入多個查詢節點，提升容錯能力與吞吐量。其次是索引與硬件加速：系統將核心向量搜尋引擎獨立出來，支援 HNSW、IVF、FLAT、SCANN 與 DiskANN 等主流索引類型，並提供量化變體與 mmap 優化，同時支援 NVIDIA CAGRA 等 GPU 索引，配合元數據過濾與範圍搜尋等進階功能。
第三個亮點是儲存與租戶彈性：Milvus 支援資料庫、集合、分割區或分割區鍵層級的多租戶隔離，單一叢集可服務數百至數百萬租戶；熱/冷儲存機制將頻繁存取的熱資料置於記憶體或 SSD，冷資料則存放於較慢但成本更低的儲存，在維持關鍵任務性能的同時顯著降低營運成本。此外，Milvus 原生支援以 BM25 為基礎的全文搜尋與 SPLADE、BGE-M3 等學習型稀疏嵌入，允許稠密向量與稀疏向量共存於同一集合，並透過函式對多路檢索結果進行重新排序，實現語義搜尋與全文搜尋的混合檢索。
Milvus 的技術亮點包括：分離計算與儲存的分散式架構，查詢與資料節點可獨立擴展；支援 HNSW、IVF、FLAT、SCANN、DiskANN 等多種索引並提供 GPU 加速；多租戶隔離與熱/冷儲存降低成本；原生支援 BM25 全文搜尋與 SPLADE 等稀疏嵌入，實現稠密與稀疏向量混合檢索。
Milvus 如何支撐 RAG 應用？
在檢索增強生成架構中，向量資料庫負責儲存知識庫文件的嵌入向量，並在用戶查詢時快速回傳最相關的內容片段，供大型語言模型生成回答。Milvus 提供的混合檢索能力讓 RAG 系統可以同時進行語義比對與關鍵字比對，避免純語義檢索在專業術語或精確詞彙場景下的遺漏。其官方教學涵蓋基礎 RAG、進階 RAG 優化、全文檢索混合、多模態搜尋與 Graph RAG 等完整路徑。
在 RAG 架構中，Milvus 儲存知識庫文件的嵌入向量並快速回傳相關片段供 LLM 生成回答。其混合檢索能力讓系統同時進行語義比對與 BM25 關鍵字比對，避免專業術語遺漏，官方提供從基礎 RAG 到 Graph RAG 的完整教學路徑。
Milvus 在向量資料庫市場的定位如何？
Milvus 屬於最早規模化的開源向量資料庫之一，項目始於 2019 年，至今累積超過四千個 fork，並由商業公司 Zilliz 提供 Zilliz Cloud 全託管服務，涵蓋 Serverless、Dedicated 與 BYOC（Bring Your Own Cloud）等部署選項。在開源生態中，Milvus 與 Qdrant、Weaviate 等項目同屬主流選擇，其差異化在於 Kubernetes 原生架構、GPU 索引支援與背後完整的商業化支撐；作為 LF AI & Data Foundation 的孵化項目，其治理模式亦適合企業長期採用。
Milvus 是最早規模化的開源向量資料庫之一，始於 2019 年，累積逾四千個 fork。Zilliz 提供 Serverless、Dedicated 與 BYOC 全託管服務，其差異化在於 Kubernetes 原生架構、GPU 索引與 LF AI & Data Foundation 治理模式，適合企業長期採用。
Milvus 的數據表現如何？
Milvus 的開發活躍度維持在高位，專案持續更新，最近一次代碼提交於 2026 年 8 月 20 日。其 Docker 映像下載量與社群規模反映廣泛的生產環境採用，官方社群提供 Slack 與 Discord 渠道，並有 344 位貢獻者參與開發。
Milvus 在 GitHub 累積 45.7k 星標與逾 4.2k fork，以 Go 與 C++ 撰寫，採用 Apache 2.0 許可證。項目創立於 2019 年，隸屬 LF AI & Data Foundation，持續活躍更新，擁有 344 位貢獻者與龐大的生產環境採用基礎。
出處連結有哪些？
本文資訊來源為 Milvus 的 GitHub 儲存庫，完整代碼、文件與教學資源可於官方儲存庫查看：milvus-io/milvus。官方網站 milvus.io 提供架構說明、安裝指南與各類應用教學，Zilliz Cloud 則提供免設定的全託管體驗。
本文資訊來源為 milvus-io/milvus 的 GitHub 儲存庫，包含完整代碼、架構文件與教學資源。官方網站 milvus.io 提供安裝指南與應用教學，Zilliz Cloud 提供 Serverless 全託管服務，均可作為進一步參考。
常見問題有哪些？
Milvus 與傳統資料庫有什麼分別？
傳統關聯式資料庫以精確比對為核心，適合結構化資料的查詢與交易；Milvus 則以近似最近鄰搜尋為核心，專門處理文字、圖像等非結構化數據的向量表示，並同時支援標量過濾與混合檢索，兩者定位互補而非取代。
Milvus 需要什麼硬件才能運行？
Milvus 可以單機部署於 Docker 環境，Milvus Lite 更可透過 pip 安裝於一般開發機；若要發揮完整規模化能力，建議使用 Kubernetes 叢集與 NVIDIA GPU 以啟用硬件加速索引。
Milvus 是免費的嗎？
Milvus 以 Apache 2.0 許可證開源，可以免費使用與商業部署；Zilliz Cloud 提供額外的全託管服務選項，讓團隊不需自行維運基礎設施。
總結：如何開始使用 Milvus？
開始使用 Milvus 的最快途徑是安裝 PyMilvus Python SDK，透過 MilvusClient 建立連線並創建集合，即可完成向量插入與搜尋；需要本機快速體驗時，可安裝 Milvus Lite 直接以本地檔案建立向量資料庫。對於追求規模化的團隊，Kubernetes 部署配合 Zilliz Cloud 託管服務是進入生產環境的務實路徑。
開始使用 Milvus 可先安裝 PyMilvus SDK，透過 MilvusClient 建立連線、創建集合並進行向量搜尋；本機快速體驗可用 Milvus Lite 以本地檔案建立向量資料庫，追求規模化的團隊則以 Kubernetes 部署或 Zilliz Cloud 託管服務進入生產環境。