VuePress 站点

🎯 课程主题

理解向量数据库（Vector Database）的概念及其与传统关系型数据库的区别，掌握主流向量数据库选型，并在 Windows 上完成 Docker 的安装与代理配置。

📝 核心知识点

1. 向量数据库 vs 关系型数据库

对比维度	关系型数据库 (MySQL/PostgreSQL/SQLite)	向量数据库 (Milvus/Chroma/FAISS)
存储内容	精确的结构化数据（文本、数字、日期）	高维向量 + 元数据
查询方式	精确查询（`WHERE id=1`）	模糊/相似度查询（Top-K 最近邻）
典型场景	订单管理、用户信息、财务报表	图像相似搜索、语义检索、推荐系统
索引机制	B-Tree / Hash 索引	ANN 近似最近邻索引（IVF、HNSW 等）

2. 现实场景举例

手机相册分类：将每张照片转化为向量，按向量夹角相似度自动归类（人物相册、风景相册等）。
电商模糊搜索：用户搜索「小碎花风格的短裙」，通过向量相似度匹配，返回语义接近的商品，而非精确关键词匹配。
传统倒排索引做的是精确查找，向量数据库实现的是语义级模糊查找。

3. 主流向量数据库对比

数据库	特点	适用场景
Milvus	生产级，支持十亿级向量规模	企业级 RAG 系统
FAISS	Meta 开源，纯库级别，无服务端	本地原型验证
Chroma	轻量级，上手简单	小型项目 / PoC
PG Vector	PostgreSQL 扩展	已有 PG 技术栈的团队
Redis / Elasticsearch	传统数据库+向量扩展	混合检索场景
Pinecone	商业 SaaS	不想自运维的团队

课程推荐：生产环境优先选择 Milvus，兼顾轻量级开发到十亿级向量规模。

4. Docker 安装与环境准备

为什么需要 Docker：Milvus 官方推荐通过 Docker 容器部署，方便管理依赖和环境隔离。
安装步骤：
1. 从 Docker 官网下载安装包（或使用课程提供的版本）
2. 一路 "下一步" 完成安装
3. 首次启动需 Accept 协议、Skip 注册/登录
4. 验证安装：在 CMD/PowerShell 中执行 docker 命令，有正常输出即成功

5. Docker 代理配置（关键步骤）

由于 Milvus 最新版在国内镜像站可能未同步，需要通过代理下载。

方案一（推荐）—— HTTP 代理：
- Docker Desktop → 右上角齿轮图标 → Resources → Proxies
- 配置 HTTP/HTTPS 代理：http://127.0.0.1:7890（以 Clash 代理为例，端口根据实际情况调整）
方案二 —— 国内镜像加速：
- Docker Desktop → Settings → Docker Engine
- 在 JSON 配置中添加 registry-mirrors（阿里云镜像加速器 + 南京大学镜像）
- ⚠️ 注意：镜像站可能未同步 Milvus 最新版本，仅适用于旧版

🏗️ 架构与工作流

┌──────────────────────────────────────────────────────┐
│                  RAG 数据管线                          │
│                                                       │
│  文档加载 → 文档切分 → 向量化(Embedding) → 向量存储    │
│   (环节1)    (环节2)     (环节3)          (环节4)      │
│                                            │          │
│                                ┌───────────▼────────┐ │
│                                │   向量数据库        │ │
│                                │   (Milvus)         │ │
│                                │                    │ │
│                                │ ┌────────────────┐ │ │
│                                │ │ Collection     │ │ │
│                                │ │  ├─ 向量字段    │ │ │
│                                │ │  ├─ 文本字段    │ │ │
│                                │ │  └─ 元数据字段  │ │ │
│                                │ └────────────────┘ │ │
│                                └────────────────────┘ │
└──────────────────────────────────────────────────────┘

部署架构 (Windows 本地开发)：

┌─────────────┐     ┌──────────────┐     ┌─────────────┐
│  Python     │────▶│  Docker      │────▶│  Milvus     │
│  (pymilvus) │     │  Container   │     │  Standalone │
│  Client     │◀────│  Engine      │◀────│  :19530     │
└─────────────┘     └──────────────┘     └─────────────┘

💻 代码实战

Docker 安装验证

# 在 CMD 或 PowerShell 中执行，验证 Docker 是否安装成功
docker --version
# 输出示例：Docker version 24.0.7, build afdd53b

Docker 代理配置（Docker Engine JSON）

{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "registry-mirrors": [
    "https://your-id.mirror.aliyuncs.com",
    "https://docker.nju.edu.cn"
  ]
}

使用阿里云镜像需登录阿里云容器镜像服务获取个人加速地址。

⚠️ 常见问题与避坑指南

科学上网是前提：如果使用代理方案（方案一），需要确保代理工具（如 Clash）已启动且端口正确（默认 7890）。
国内镜像可能缺少最新版 Milvus：若使用国内镜像加速（方案二），Milvus 最新版可能无法拉取，需降级到镜像站有缓存的版本。
Docker Desktop 首次启动较慢：需等待 Docker Engine 完全启动（左下角状态为绿色 Running）后再执行后续操作。
Windows 版本要求：Docker Desktop 需要 Windows 10/11 专业版或企业版（支持 Hyper-V），家庭版可能需额外配置 WSL2。
代理配置后需重启 Docker：修改 Proxies 或 Docker Engine 配置后，务必重启 Docker Desktop 使配置生效。

💡 个人总结与延伸

向量数据库是 RAG 系统的核心存储层，负责持久化向量数据并支持高效的相似度检索。
Milvus 是企业级首选：相比轻量级的 Chroma 和纯库级别的 FAISS，Milvus 提供了完整的服务端架构、横向扩展能力和丰富的索引类型。
Docker 是当前 AI 基础设施部署的事实标准，掌握 Docker 代理配置对国内开发者尤为重要。
下一节将在 Docker 环境中正式安装并启动 Milvus。