Skip to main content
대규모 벡터 검색 엔진입니다. 수십억 건의 벡터 데이터에서도 밀리초 단위의 검색이 가능하며, 분산 처리를 지원합니다.

어디에 쓰이나요?

  • 대규모 RAG: 수백만~수십억 건의 문서를 대상으로 유사도 검색
  • 시맨틱 검색: 텍스트, 이미지, 오디오 등 다양한 데이터의 벡터 검색
  • 추천 시스템: 사용자 행동 벡터 기반 실시간 추천
  • 멀티모달 검색: 이미지로 유사 이미지 검색, 텍스트로 이미지 검색
Qdrant와 비교하면 대규모 분산 환경에 강점이 있습니다. 소규모 프로젝트는 Qdrant, 대규모 프로덕션 환경은 Milvus가 적합합니다.

Docker Compose

Milvus Standalone 모드로 설치합니다.
docker-compose.yml
Milvus Standalone은 etcd(메타데이터 저장)와 MinIO(오브젝트 스토리지)를 함께 사용합니다. Attu는 Milvus 관리용 웹 UI입니다.

실행

접속 확인

기본 정보

라이선스

참고

설치 점검 목록

  • docker compose up -ddocker compose ps로 컨테이너 상태를 확인했습니다.
  • 기본 포트/계정/비밀번호를 문서대로 점검했습니다.
  • 운영용으로 사용할 때 기본 비밀번호/시크릿 값을 변경했습니다.
  • 장애 분석을 위해 docker compose logs -f 확인 방법을 숙지했습니다.

문제 해결 가이드

  • 컨테이너가 실행되지 않으면 docker compose logs -f로 오류 원인을 먼저 확인합니다.
  • 포트 충돌이 나면 기존 프로세스를 종료하거나 포트 매핑 값을 변경합니다.
  • 이미지 pull 실패 시 네트워크 연결 및 레지스트리 접근 권한을 확인합니다.
  • 설정 변경 후 문제가 지속되면 docker compose down 후 다시 up -d로 재기동합니다.

관련 문서

Setup 홈

운영체제별 설치 흐름을 다시 확인합니다.

다음: Weaviate

다음 설치 단계를 이어서 진행합니다.