Appearance
Milvus
Milvus 是由 Zilliz 公司开发和维护的云原生分布式向量数据库，于 2019 年开源。Zilliz 成立于 2017 年，创始人是 Charles Xie（CEO）和 Jun Gu，总部位于美国红木城和上海。Milvus 是目前唯一采用微服务架构的向量数据库，专为超大规模（十亿级向量）相似性搜索设计。
核心定位
Milvus 的定位是企业级、云原生、可扩展至十亿级向量的向量数据库。它将计算与存储分离，采用微服务架构实现独立扩缩容，是大型电商平台、基因组学研究和视觉搜索引擎的基础设施选择。
关键特性
| 特性 | 说明 |
|---|---|
| 十亿级规模 | 专为 10 亿+ 向量设计，业界验证的最大规模向量数据库之一 |
| GPU 索引加速 | CUDA 加速索引构建，速度比 CPU 快 10 倍 |
| 混合搜索 | 向量相似性 + 标量属性过滤 |
| 多向量字段 | 单实体可存储多个向量（如图文多模态） |
| 时间旅行 | 查询任意历史时间点的数据状态 |
| 分层存储 | 热数据（内存）、温数据（SSD）、冷数据（对象存储）自动分层 |
| Milvus Lite | 嵌入式版本，适合边缘和本地开发 |
架构要点
Milvus 采用独特的微服务架构，各组件独立扩缩容：
- Proxy：请求接入层，处理 API 请求和路由
- Query Node：查询执行层，负责向量搜索
- Data Node：数据写入层，处理插入和持久化
- Index Node：索引构建层，可独立扩展以加速索引生成
- Coordinator：元数据与集群管理（Root/Query/Data 三种协调器）
- 存储分离：计算与存储独立扩展，支持 S3/MinIO 等对象存储
支持的索引类型：HNSW、IVF_FLAT、IVF_PQ、GPU_IVF_PQ、SCANN 等
性能表现
- 规模验证：生产环境已验证 100 亿+ 向量
- 吞吐量：分布式模式支持 10 万+ QPS
- 延迟：内存索引 P99 在 10-50ms 范围
- GPU 加速：索引构建速度提升 10 倍，大幅缩短新数据上线时间
主要应用场景
- 大规模 RAG：企业级知识库，支撑数百万文档的语义检索
- 电商推荐：十亿级商品的实时相似性推荐
- 视觉/视频搜索：海量图像、视频内容的相似性检索
- 基因组学：DNA 序列相似性比对与分析
- 金融风控：大规模交易模式的相似性检测
融资与商业
- Zilliz 累计融资超过 1.13 亿美元（Series A $43M，Series B $60M）
- Zilliz Cloud：全托管 Milvus 服务，提供 Serverless 和 Dedicated 两种模式
- 客户包括 eBay、Tokopedia、Compass、Walmart、PayPal 等
差异化优势与局限
| 优势 | 局限 |
|---|---|
| 唯一真正的微服务架构向量数据库 | 自托管运维复杂度最高，需要 Kubernetes |
| 十亿级规模的成熟验证 | 中小规模场景（<100万向量）过于沉重 |
| GPU 加速索引构建 | 学习曲线陡峭 |
| 多向量字段支持 | 社区活跃度略低于 Qdrant |
| Milvus Lite 覆盖边缘场景 | 纯向量搜索延迟不如 Qdrant |