向量数据库49 条

Milvus 建集合与字段

建集合先定义字段结构：主键、向量列（dim 与度量）、以及元数据标量列；之后创建索引并把集合载入内存，检索才可用；schema 设计决定过滤能力与扩展成本。

RAG 与向量库速查AI更新于 2026-10-12

pymilvus 建集合

from pymilvus import MilvusClient

client = MilvusClient("http://localhost:19530")
schema = client.create_schema(auto_id=False, enable_dynamic_field=True)
schema.add_field("id", datatype="VARCHAR", max_length=64, is_primary=True)
schema.add_field("vector", datatype="FLOAT_VECTOR", dim=1024)
schema.add_field("source", datatype="VARCHAR", max_length=256)

client.create_collection(collection_name="kb", schema=schema)

列出与查看

print(client.list_collections())
print(client.describe_collection("kb"))

向量维度与 embedding 模型输出必须一致；建库后修改 dim 需要重建集合。

易错点

把动态字段当默认能力滥用，过滤字段不固定导致索引与统计难做
主键长度超限或类型不符，批量写入整批失败

数据来源与参考

Milvus 官方文档（Manage Collections / Schema）
pymilvus 官方文档（MilvusClient）

继续搜索

常用关键词：3389 traceroute iptables 子网掩码 docker

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌