【MilvusPlus】开源下载和安装教程
2026-02-04 04:09:19作者:晏闻田Solitary
1、项目介绍
MilvusPlus(简称MP)是专为Milvus向量数据库设计的增强操作库,提供类似MyBatis-Plus的注解式API,简化开发流程。核心特性包括:
- 非侵入式设计,零性能损耗
- 支持Lambda表达式和自动主键生成
- 内置CRUD操作与强大条件构造器
- 注解驱动配置(集合/字段/索引/分区)
2、项目下载位置
通过Maven仓库获取依赖:
<!-- 核心库(非Spring环境) -->
<dependency>
<groupId>org.dromara.milvus-plus</groupId>
<artifactId>milvus-plus-core</artifactId>
<version>2.2.5</version>
</dependency>
<!-- Spring Boot Starter -->
<dependency>
<groupId>org.dromara.milvus-plus</groupId>
<artifactId>milvus-plus-boot-starter</artifactId>
<version>2.2.5</version>
</dependency>
3、安装环境配置
必备环境
- JDK 1.8+
- Milvus 2.0+ 服务(本地或云实例)
- Maven 3.6+
配置示例(application.yml)
milvus:
uri: https://your-milvus-cluster.api.region.zillizcloud.com
token: your-access-token
enable: true
packages:
- com.yourproject.entity # 实体类包路径
4、项目安装方式
步骤1:添加依赖
在pom.xml中引入对应环境的依赖(见第2节)。
步骤2:定义实体类
使用注解声明集合结构:
@MilvusCollection(name = "book")
public class Book {
@MilvusField(name = "book_id", isPrimaryKey = true)
private Long id;
@MilvusField(name = "vector", dataType = DataType.FLOAT_VECTOR, dimension = 128)
private List<Float> vector;
@MilvusIndex(indexType = IndexType.IVF_FLAT, metricType = MetricType.L2)
private String index;
}
步骤3:继承MilvusMapper
public interface BookMapper extends MilvusMapper<Book> {}
步骤4:启动验证
Spring项目启动时会自动创建集合和索引,日志输出类似:
[MP] Auto-create collection 'book' success
[MP] Auto-create index on field 'vector' with type IVF_FLAT
5、项目处理脚本
手动初始化脚本(可选)
若需手动管理集合,可通过MilvusClient执行:
MilvusClientV2 client = milvusMapper.getClient();
client.createCollection(
CreateCollectionParam.newBuilder()
.withCollectionName("book")
.addFieldType(FieldType.newBuilder()
.withName("book_id")
.withDataType(DataType.INT64)
.build()
);
数据操作示例
// 插入数据
Book book = new Book(1L, Arrays.asList(0.1f, 0.2f));
milvusMapper.insert(book);
// 相似度搜索
LambdaQueryWrapper<Book> wrapper = milvusMapper.queryWrapper()
.nearestSearch("vector", Arrays.asList(0.15f, 0.25f), 10);
List<Book> results = milvusMapper.search(wrapper);
提示:完整注解说明请参考项目文档中的
@MilvusField和@MilvusIndex参数详解。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220