快速创建Milvus实例
通过创建阿里云向量检索Milvus实例,能够迅速搭建起具备高性能、弹性伸缩特性的AI向量检索数据库,并借助内置可视化管理工具Attu实现高效运维与监控。本文为您介绍如何快速创建Milvus实例。
前提条件
操作步骤
进入阿里云Milvus页面。
登录阿里云Milvus控制台。
在左侧导航栏,单击Milvus实例。
在Milvus实例页面,单击创建实例。
在向量检索服务Milvus版页面,完成相关配置。
配置项
示例
描述
付费类型
包年包月
仅支持包年包月类型。
付费时长
1个月
默认购买时长为1个月,支持的购买时长以实际界面为准。
地域和可用区
华东1(杭州)
可用区J
实例所在的物理位置和可用区。
重要实例创建后,无法更改地域和可用区,请谨慎选择。
专有网络
vpc_Hangzhou/vpc-bp1f4epmkvncimpgs****
专有网络是您在阿里云自己定义的一个隔离网络环境,您可以完全掌控自己的专有网络。
选择已有的专有网络,或者如需创建新的专有网络,可以单击前往控制台创建,详情请参见创建和管理专有网络。
交换机
vsw_i/vsw-bp1e2f5fhaplp0g6p****
交换机(vSwitch)是组成专有网络VPC的基础网络模块,用来连接不同的云资源。
选择已有的交换机,或者如需创建新的交换机,可以单击控制台创建,详情请参见创建和管理交换机。
服务关联角色
AliyunServiceRoleForCloudMilvus
已授予您的阿里云账号的AliyunServiceRoleForCloudMilvus角色,以及与其关联的AliyunServiceRolePolicyForMilvus策略。
Milvus使用此角色来访问您在其他云产品中的资源。
引擎版本
2.4
Milvus的社区版本号。
规格
标准版
Milvus实例的规格。
入门版:适用于测试环境,且资源规格固定。
标准版:适用于生产环境,资源规格可以按需定制。
当您的向量数据规模超过500万,或者当前入门版的规格无法满足您的业务需求时,您可以填写阿里云向量检索Milvus标准版测试申请表申请试用。相较于入门版本,Milvus标准版提供了更大范围的实例规格选项和更加多样化的配置,您可以根据实际使用情况灵活选择最适合的实例规格。
高可用
启用
标准版默认开启高可用,入门版则不支持。您可以在创建实例时开启高可用,也可以在实例创建后开启。一旦启用了高可用模式,各组件的副本数量必须大于1。
说明在生产环境中,强烈建议启用高可用,以便提供SLA支持,从而保障系统的持续稳定运行。
节点配置
元数据服务:4 vCPU 16 GiB 2
Proxy:2 vCPU 8 GiB 2
Query Node:4 vCPU 16 GiB 2
Index Node:4 vCPU 16 GiB 2
Data Node:2 vCPU 8 GiB 2
入门版:选择该规格时,还需配置Standalone规格参数,该参数是入门版节点配置,可以使用默认的4 vCPU 16 GiB。
标准版:选择该规格时,还需要配置以下参数。
元数据服务:用于存储实例状态信息的服务组件。IndexCoord、QueryCoord和DataCoord服务混合部署在该节点上。
Proxy:指定Proxy节点的规格和副本数量。
Query Node:指定QueryNode节点的规格和副本数量。
Index Node:指定IndexNode节点的规格和副本数量。
Data Node:指定DataNode节点的规格和副本数量。
存储费用
不涉及
您无需预先选择存储容量,存储成本将根据实际的小时使用量进行计费(公测期间免费),使用量将直接显示在实例详情页面。
资源组
请您自定义
选择已有的资源组,或者如需创建新的专用资源组,可以单击创建资源组。资源组会对您拥有的云资源从用途、权限和归属等维度进行分组,详情请参见什么是资源组。
用户密码
请您自定义
设置Milvus实例的root账号密码以登录数据库。
重要如果您忘记了密码,可以参见常见问题。
单击立即购买。
当实例状态为运行中时,表示实例创建成功。
单击去支付,即可开通成功。
当实例状态为运行中时,表示实例创建成功。
相关文档
阿里云Milvus现已无缝集成于阿里云PAI平台,一站式赋能用户构建高性能的检索增强生成(RAG)系统。您可以利用Milvus作为向量数据的实时存储与检索核心,高效结合PAI和LangChain技术栈,实现从理论到实践的快速转化,搭建起功能强大的RAG解决方案。解决方案详情,请参见通过阿里云Milvus与PAI搭建高效的检索增强对话系统。
阿里云Milvus作为一个高性能的向量检索服务,可以与阿里云PAI(EAS)以及Embedding技术相结合,构建一个基于大型语言模型(LLM)的智能问答系统。通过利用Milvus实现高效的向量检索能力,结合EAS上部署的LLM模型进行推理和文本理解,以及LangChain或其他知识管理工具链来组织和利用知识库,可以快速构建起强大的问答应用。解决方案详情,请参见通过阿里云Milvus和LangChain快速构建LLM问答系统。
阿里云向量检索Milvus和百炼提供的通义千问大模型能力,可以快速构建一个基于专属知识库的问答系统。解决方案详情,请参见通过阿里云Milvus和通义千问快速构建基于专属知识库的问答系统。