快速创建Milvus实例

前提条件

• 已拥有阿里云账号。如果您还没有阿里云账号，请先完成注册，详情请参见阿里云账号注册流程。

• 首次购买时，需要您授予Milvus访问相应云资源的权限，详情请参见阿里云账号角色授权。

• 如果您使用RAM用户，需已完成RAM用户授权，详情请参见RAM用户授权。

操作步骤

1. 进入阿里云Milvus页面。

   1. 登录阿里云Milvus控制台。

   2. 在左侧导航栏，单击实例列表。

2. 在实例列表页面，单击创建实例，配置以下参数。

   配置项	描述
   商品类型	支持包年包月和按量付费类型。
   购买时长	以包年包月方式购买时，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	实例所在的物理位置。 重要 实例创建后，无法更改地域，请谨慎选择。
   网络及可用区	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（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。
   部署方案	单可用区：适合开发测试环境，成本较低，部署简单，但不具备跨可用区容灾能力。 多可用区基础版：计算资源仅有一份，因此宕机时需要一定的恢复时间，RTO在1小时内，性价比更高。 多可用区高可用版：两份计算资源，业务异常时可直接切换主备集群，RTO在3分钟内。 如需了解多可用区基础版与高可用版的具体差异、适用场景及架构特点，请参见多可用区基础版与高可用版对比。
   版本	支持2.4、2.5、2.6版本。
   实例系列	标准版：为企业级应用和大规模生产环境设计的分布式向量检索方案，采用多可用区集群部署，提供生产级高可用SLA，支持计算和存储资源的独立横向扩展，适用于需要高可靠性、高并发和大规模数据处理的生产场景。 单机版：为个人开发者和小型团队设计的轻量级向量检索方案，采用单进程部署，不具备横向扩展能力，仅建议用于开发学习、功能验证或初期测试场景，不建议用于生产环境。
   服务节点	创建标准版实例时，需要配置该参数。 主要负责处理客户端的请求和管理集群的状态。将查询请求分发到合适的计算节点，并收集结果返回给用户。同时，维护集群的元数据，以确保请求能够被正确路由至相应的计算节点。 Streaming Node：主要负责实时写入与增量数据消费。 数据写入频繁、对“写入到可检索”的延迟要求较高时，强烈建议：增加节点数或提升规格，提升实时数据处理能力。 DataNode：主要负责数据写入、落盘和管理。 数据写入量大、导入频繁时，强烈建议：增加节点数或提升规格，提高整体写入带宽与稳定性。 Proxy：主要负责接收客户端请求并进行路由。 客户端连接数多、并发请求高时，强烈建议：增加节点数或提升规格，提升请求接入和转发能力。 元数据服务：负责资源调度与任务协调。 集群规模较大、数据分区多时，强烈建议：提升规格，以确保调度稳定。
   计算节点	QueryNode：负责向量的检索与过滤。 内存水位超过 70% 时，必须：增加节点数或提升规格，保证查询性能和稳定性。更多节点信息，请参见计算节点规格与性能对比。
   数据副本数	开启数据多副本能够很好地保证集群可用性，建议生产业务开启该功能。
   数据存储	默认使用同城冗余存储，按实际存储的数据量计费，每小时根据您实际占用的存储空间（GB）收取费用。
   自动备份	重要 使用备份功能会产生存储费用，更多详情，请参见计费项。 自动备份功能默认开启。该功能旨在保障实例的数据安全，并保障服务SLA。如遇数据意外丢失，您可以通过该功能恢复数据。 说明 如果您需要关闭此功能，请在实例创建成功后，前往备份快照页签关闭，详情请参见备份与恢复。
   登录密码	设置Milvus实例的root（管理员）账号密码以登录数据库。 说明 如果您忘记了密码，可以参见常见问题。
   OSS 数据加密	OSS 数据加密需要调用 KMS 密钥管理服务，请前往 密钥管理服务控制台进行开通。
   资源组	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。
   标签	您可以在创建实例时绑定标签，也可以在实例创建完成后添加标签，这可以方便您识别和管理拥有的实例资源。有关标签的更多信息，请参见什么是标签。

3. 确认配置无误后，查阅并选中服务协议，单击创建实例。

   当实例状态为运行中时，表示实例创建成功。

相关文档

• 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。

• 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。

• Milvus和阿里云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。