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Milvus实例。

2. 在Milvus实例页面，单击创建实例。

3. 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	入门版	Milvus实例的规格。 入门版：适用于测试环境，且资源规格固定。 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：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。 选择该规格时，还需要配置以下参数： MixCoordinator资源规格：IndexCoord、QueryCoord和DataCoord服务混合部署在该节点上。 MixCoordinator节点数量：默认为1，目前不支持HA。 Proxy资源规格：指定Proxy节点大小。 Proxy节点数量：指定Proxy节点副本数量。 Query Node资源规格：指定QueryNode节点大小。 Query Node节点数量：指定QueryNode节点副本数量。 Index Node资源规格：指定IndexNode节点大小。 Index Node节点数量：指定IndexNode节点副本数量。 Data Node资源规格：指定DataNode节点大小。 Data Node节点数量：指定DataNode节点副本数量。
   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，详情请参见资源组概述。
   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 请牢记您设定的密码，目前无法更改。

4. 单击立即购买。

   当实例状态为运行中时，表示实例创建成功。

5. 当所有的信息确认正确后，阅读并选中服务协议。

6. 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和灵积（Dashscope）提供的通用千问大模型能力，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。