Verwalten Sie Ihre Milvus-Vektordatenbank mit Ein-Klick-Einfachheit
Dieser Artikel wurde von Zhen Chen verfasst und von Lichen Wang übersetzt.
Zilliz ist ein Pionier, der sich der Aufgabe verschrieben hat, Nutzern angesichts der schnell wachsenden Nachfrage nach der Verarbeitung unstrukturierter Daten Unterstützung zu bieten. Zilliz hat nun eine grafische Benutzeroberfläche – Attu – speziell für Milvus 2.0 als Open Source veröffentlicht, ein KI-orientiertes Vektordatenbanksystem, das für umfangreiche Produktionsszenarien entwickelt wurde. In diesem Artikel möchten wir Ihnen Schritt für Schritt zeigen, wie Sie mit Attu und Milvus 2.0 eine Vektorähnlichkeitssuche durchführen.
Attu (/ ˈætu /) ist eine Insel am westlichen Rand der Aleuten. Dieses unbewohnte Gebiet symbolisiert Abenteuergeist.
Im Vergleich zu Milvus CLI, das höchste Einfachheit in der Nutzung bietet, verfügt Attu über mehr:
- Installer für Windows OS, macOS und Linux OS;
- Intuitive GUI für eine einfachere Nutzung von Milvus;
- Abdeckung der wichtigsten Funktionalitäten von Milvus;
- Plugins zur Erweiterung angepasster Funktionalitäten;
- Vollständige Informationen zur Systemtopologie für ein leichteres Verständnis und eine einfachere Verwaltung einer Milvus-Instanz.
Installation
Sie finden die neueste Version von Attu auf GitHub. Attu bietet ausführbare Installer für verschiedene Betriebssysteme. Es ist ein Open-Source-Projekt und begrüßt Beiträge von allen.
Attu-Installer und Quellcode.
Sie können Attu auch über Docker installieren.
docker run -p 8000:3000 -e HOST_URL=http://{ attu IP }:8000 -e MILVUS_URL={milvus server IP}:19530 zilliz/attu:latest
attu IP ist die IP-Adresse der Umgebung, in der Attu ausgeführt wird, und milvus server IP ist die IP-Adresse der Umgebung, in der Milvus ausgeführt wird.
Nachdem Attu erfolgreich installiert wurde, können Sie die Milvus-IP und den Port in der Oberfläche eingeben, um Attu zu starten.
Milvus mit Attu verbinden.
Funktionsübersicht
Attu-Übersichtsseite.
Die Attu-Oberfläche besteht aus der Seite Overview, der Seite Collection, der Seite Vector Search und der Seite System View, die jeweils den vier Symbolen im Navigationsbereich auf der linken Seite entsprechen. Die Seite Overview zeigt die geladenen Collections. Die Seite Collection listet hingegen alle Collections auf und zeigt an, ob sie geladen oder freigegeben sind.
Attu-Collection-Seite.
Die Seiten Vector Search und System View sind Plugins von Attu. Die Konzepte und die Verwendung der Plugins werden im letzten Teil des Blogs vorgestellt.
Sie können die Vektorähnlichkeitssuche auf der Seite Vector Search durchführen.
Attu-Vector-Search-Seite.
Auf der Seite System View können Sie die topologische Struktur von Milvus überprüfen.
Attu-System-View-Seite.
Sie können außerdem die detaillierten Informationen jedes Knotens überprüfen, indem Sie auf den Knoten klicken.
Attu-Node-View-Seite.
Demonstration
Lassen Sie uns Attu mit einem Testdatensatz erkunden.
Sehen Sie sich unser GitHub repo für den im folgenden Test verwendeten Datensatz an.
Erstellen Sie zunächst eine Collection namens test mit den folgenden vier Feldern:
- Field Name: id, Primärschlüsselfeld
- Field Name: vector, Vektorfeld, Float-Vektor, Dimension: 128
- Field Name: brand, Skalarfeld, Int64
- Field Name: color, Skalarfeld, Int64
Eine Collection mit Attu erstellen.
Laden Sie die Collection für die Suche, nachdem sie erfolgreich erstellt wurde.
Die Collection mit Attu laden.
Sie können nun die neu erstellte Collection auf der Seite Overview überprüfen.
Die Collection mit Attu überprüfen.
Importieren Sie den Testdatensatz in Milvus.
Daten mit Attu importieren.
Daten mit Attu importieren.
Daten mit Attu importieren.
Klicken Sie auf der Overview- oder Collection-Seite auf den Collection-Namen, um die Abfrageoberfläche aufzurufen und die importierten Daten zu überprüfen.
Fügen Sie einen Filter hinzu, geben Sie den Ausdruck id != 0 an, klicken Sie auf Apply Filter und klicken Sie auf Query.
Daten mit Attu abfragen.
Sie werden feststellen, dass alle fünfzig Einträge von Entitäten erfolgreich importiert wurden.
Abfrageergebnis.
Probieren wir die Vektorähnlichkeitssuche aus.
Kopieren Sie einen Vektor aus der search_vectors.csv und fügen Sie ihn in das Feld Vector Value ein. Wählen Sie die Collection und das Feld aus. Klicken Sie auf Search.
Daten mit Attu suchen.
Sie können dann das Suchergebnis überprüfen. Ohne Skripte zu kompilieren, können Sie ganz einfach mit Milvus suchen.
Suchergebnis.
Sehen wir uns abschließend die Seite System View an.
Mit der Metrics API, die im Milvus Node.js SDK gekapselt ist, können Sie den Systemstatus, die Knotenbeziehungen und den Knotenstatus überprüfen.
Als exklusives Feature von Attu enthält die System Overview-Seite ein vollständiges systemtopologisches Diagramm. Durch Klicken auf jeden Knoten können Sie dessen Status überprüfen (Aktualisierung alle 10 Sekunden).
Topologisches Diagramm der Milvus-Knoten in Attu.
Klicken Sie auf jeden Knoten, um zur Node List View zu gelangen. Sie können alle untergeordneten Knoten eines Coord-Knotens überprüfen. Durch Sortieren können Sie schnell die Knoten mit hoher CPU- oder Speicherauslastung identifizieren und das Problem im System lokalisieren.
Milvus-Knotenliste.
Was es noch gibt
Wie bereits erwähnt, sind die Seiten Vector Search und System View Plugins von Attu. Wir ermutigen Benutzer, ihre eigenen Plugins in Attu zu entwickeln, um sie an ihre Anwendungsszenarien anzupassen. Im Quellcode gibt es einen Ordner, der speziell für Plugin-Code erstellt wurde.
Vector Search- und System View-Seiten sind Plugins von Attu.
Sie können sich auf eines der Plugins beziehen, um zu lernen, wie man ein Plugin erstellt. Durch Festlegen der folgenden Konfigurationsdatei können Sie das Plugin zu Attu hinzufügen.
Plugins zu Attu hinzufügen.
Detaillierte Anweisungen finden Sie im Attu GitHub Repo und in der Milvus Technical Document.
Attu ist ein Open-Source-Projekt. Alle Beiträge sind willkommen. Sie können auch ein Issue einreichen, wenn Sie ein Problem mit Attu haben.
Wir hoffen aufrichtig, dass Attu Ihnen eine bessere Benutzererfahrung mit Milvus bieten kann. Und wenn Ihnen Attu gefällt oder Sie Feedback zur Nutzung haben, können Sie diese Attu User Survey ausfüllen, um uns zu helfen, Attu für eine bessere Benutzererfahrung zu optimieren.
Weiterlesen
A Few Notes from Databricks Data + AI Summit 2026: Why the Data Layer Matters Again
James Luan shares notes from Databricks Data + AI Summit 2026 on why production AI is pushing the data layer back to the center of infrastructure.
Introducing Customer-Managed Encryption Keys (CMEK) on Zilliz Cloud
We're announcing the general availability of Customer-Managed Encryption Keys (CMEK) on Zilliz Cloud.
How to Build RAG with Milvus, QwQ-32B and Ollama
Hands-on tutorial on how to create a streamlined, powerful RAG pipeline that balances efficiency, accuracy, and scalability using the QwQ-32B and Milvus.