collections
本节指南梳理 milvus 创建 collection集合(mysql表)
查询所有集合名称列表
from pymilvus import MilvusClient
# 初始化 Milvus 客户端
client = MilvusClient(
uri="http://127.0.0.1:19530",
user="root",
password="root",
)
# 查询所有集合的名称列表
res = client.list_collections()创建 Milvus 集合（表结构）
集合类似于关系数据库中的表，而每一行类似于记录。下面演示如何创建一个新的集合并定义其数据结构。
from pymilvus import MilvusClient, DataType
client = MilvusClient(
uri="http://localhost:19530",
token="root:root"
)
# 创建一个空的 Schema
schema = client.create_schema(
auto_id=False, # 不自动分配主键ID
enable_dynamic_field=True, # 允许添加动态字段
)
# 为 Schema 添加字段
schema.add_field(field_name="my_id", datatype=DataType.INT64, is_primary=True) # 主键字段
schema.add_field(field_name="my_vector", datatype=DataType.FLOAT_VECTOR, dim=5) # 向量字段
schema.add_field(field_name="my_varchar", datatype=DataType.VARCHAR, max_length=512) # 字符串字段
# 准备索引参数
index_params = client.prepare_index_params()
# 为主键字段创建索引
index_params.add_index(
field_name="my_id", # 主键字段
index_type="AUTOINDEX" # 自动选择合适的索引类型
)
# 为向量字段创建索引
index_params.add_index(
field_name="my_vector",
index_type="AUTOINDEX",
metric_type="COSINE" # 使用余弦相似度
)
client.create_collection(
collection_name="customized_setup_1", # 集合名称
schema=schema, # Schema 定义
index_params=index_params, # 索引参数
num_shards=1 # 分片数
)检查集合状态
获取集合的加载状态
res = client.get_load_state(
collection_name="customized_setup_1"
)获取集合的定义状态
res = client.describe_collection(
collection_name="quick_setup"
)
print(res)
{
"collection_name": "text_1",
"auto_id": False, 👈 主键不自动递增
"fields": [
{
"name": "id",
"is_primary": True, 👈 id 是主键
"type": <DataType.INT64: 5>
},
{
"name": "vector",
"params": {"dim": 1024}
}
],
"enable_dynamic_field": true 👈 允许插入额外字段（比如 text、url 等）
}创建一个快速入门集合，指定向量维度
client.create_collection(
collection_name="demo_collection",
dimension=1024 # 向量维度
)Milvus 特性归属说明
属于 Milvus 系统特性的功能：
- 自动索引 (Auto Index)：Milvus 可自动为向量字段生成索引。
- 索引类型支持：支持多种索引（如 IVF_FLAT、HNSW）和相似度度量（如 COSINE、L2）。
- mmap 启用：Milvus 默认启用内存映射（mmap），将原始字段数据映射到虚拟内存，避免完全加载至物理内存，提升资源利用率。此为系统级存储管理机制。
- 分片数 (num_shards)：在创建 collection 时指定，用于控制数据写入的并行通道数量。虽然在创建 collection 时设置，但
shard是 Milvus 集群层面的数据分布机制，属于系统级数据分发策略。
这些是 Milvus 数据库引擎提供的能力，作用于 collection 的数据分布与存储管理。
属于 Collection 结构或行为特性的内容：
- 集合 (Collection)：数据组织单位，类似“表”。
- 字段 (Field)：定义 collection 中的数据列及其类型（如 INT64、FLOAT_VECTOR）。
- 动态字段 (Dynamic Fields)：通过 schema 配置开启，允许插入未在 schema 中声明的额外字段。
- 集合 TTL（Time To Live）：可为 collection 设置数据生命周期（例如
ttl.seconds=3600），超过时间的数据会被自动清理。这是 collection 级别的数据过期策略。 - 一致性级别 (consistency_level)：定义读取数据时的一致性保障等级（如 Strong、Bounded、Eventual）。在创建 collection 或执行查询时设置，影响该 collection 的读取行为。
这些是在创建或使用 collection 时定义的行为与结构属性，属于 collection 的元信息或运行参数。
💡 总结理解：
- Milvus 提供底层能力（如 mmap、sharding、索引、TTL 清理机制）。
- Collection 是这些能力的使用者，通过配置决定如何利用系统功能。
- 多数配置（如
num_shards,consistency_level,enable_dynamic_field,TTL）在创建 collection 时设定，体现“系统能力 + 集合配置”的结合。
版权所有
版权归属：念宇