当前位置: 首页 > news >正文

【AI大模型】基于docker部署向量数据库Milvus和可视化工具Attu详解步骤

🚀 作者 :“大数据小禅”

🚀 文章简介 :本专栏后续将持续更新大模型相关文章,从开发到微调到应用,需要下载好的模型包可私。

🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬


目录导航

        • 1 环境准备
        • 2 什么是milvus
        • 3 什么是auut
        • 4 搭建流程
        • 5 注意事项-docker镜像问题
        • 6 可视化界面Auut
        • 7 编码测试是否安装成功

1 环境准备
  • 环境参数
    • Linux系统- 本文使用阿里云服务器进行演示
    • Docker 19.03.15
    • Docker Compose
2 什么是milvus
  • 概念
    • Milvus 是一个开源的向量数据库,专门用于管理、搜索和分析大规模向量数据。适合处理像图像、文本、音频和视频等非结构化数据
    • 这些数据通过机器学习或深度学习模型转换为高维向量。
  • 用处
    • 向量检索
    • 结构化和非结构化数据管理
    • 大模型知识库RAG
3 什么是auut
  • 概念
    • “Attu” 是一种用于管理和可视化 Milvus 向量数据库的开源用户界面工具。提供了一种直观的方式来与 Milvus 进行交互,使用户可以更方便地管理和操作存储在 Milvus 中的数据
4 搭建流程
  • docker安装:这里不再详细介绍
  • docker compose安装
    • 使用脚本进行安装,如果网络不行可以先下载好再上传到服务器
sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
//给文件添加权限
sudo chmod +x /usr/local/bin/docker-compose
  • 验证是否安装成功 docker-compose --version
    在这里插入图片描述
  • Milvus官方搭建流程
    • https://milvus.io/docs/install_standalone-docker-compose.md
    • 这里主要拉三个镜像
    • 在这里插入图片描述
  • 安装命令
# Download the configuration file
$ wget https://github.com/milvus-io/milvus/releases/download/v2.4.10/milvus-standalone-docker-compose.yml -O docker-compose.yml# Start Milvus
$ sudo docker compose up -d
  • 等待安装完成即可
  • 在这里插入图片描述
5 注意事项-docker镜像问题
  • 由于一些限制直接使用docker或者docker compose可能会导致镜像拉取失败
  • 需要进行配置镜像更新,运行如下命令
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{"registry-mirrors": ["https://docker.m.daocloud.io","https://dockerproxy.com","https://docker.mirrors.ustc.edu.cn","https://docker.nju.edu.cn"]
}
EOF
systemctl daemon-reload
systemctl restart docker
6 可视化界面Auut
  • 执行下面的命令
//docker pull zilliz/attu:latest
docker run -d -p 8000:3000 -e MILVUS_URL=[your_ip_address]:19530 zilliz/attu
  • 如果使用阿里云记得要开放安全组开放对应的端口
  • 输入IP:8000即可访问可视化界面
    在这里插入图片描述
7 编码测试是否安装成功
  • 查看官网文档相关操作
  • https://milvus.io/docs/manage_databases.md
  • 编写创建数据库代码 链接测试
from pymilvus import connections, dbconn = connections.connect(host="IP", port=19530)database = db.create_database("database_first")
  • 结果如下,即可
    在这里插入图片描述

http://www.mrgr.cn/news/17491.html

相关文章:

  • 茴香豆Web实践
  • 基于STM32心电模块学习笔记
  • 【网络安全】逻辑漏洞:绕过应用程序重要功能
  • 低代码开发:挑战与机遇并存,为何赞誉多而普及难!
  • 写论文去哪个网站?推荐这7家开题报告一键自动生成网站!
  • OpenAI Whisper API (InvalidRequestError)
  • 自然语言处理-词向量转换
  • java fastxml json 科学计数法转换处理
  • Java 入门指南:Java 并发编程 —— Condition 灵活管理线程间的同步
  • 18037 20秒后的时间
  • 前端项目常用方法
  • Spring源码(2)BeanFactory工厂后置处理器、Bean的后置处理器、ApplicationContext容器、Bean的生命周期
  • C++STL简介
  • 华为盘古大模型
  • 实施面试题目
  • 记一次学习--webshell绕过(利用清洗函数)
  • HighPoint发布NVMe RAID外壳以应对严苛环境
  • 详解PyTorch中的`add_self_loops`函数及其在图神经网络中的应用
  • 【微服务】限流、熔断和降级(持续更新中~)
  • Clickhouse 为什么这么快