神器来袭，手把手教你使用 Milvus_cli

信息爆炸时代，我们每时每刻都在生产语音、图像、视频等非结构化数据向量数据。如何高效分析这些海量的数据？神经网络的出现使得非结构化数据得以被编码为向量，而 Milvus 数据库正是一款基础的数据服务软件，能帮助你完成向量数据的存储、搜索、分析。

如何快速上手 Milvus 向量数据库？

有小伙伴抱怨，SDK 执行命令也太长了吧，根本记不住啊……

能不能提供一键式的命令行直接操作数据库？

Milvus 向量数据库专属命令行工具 —  Milvus_cli 来了！

Milvus_cli 是一款便捷的数据库客户端，支持数据库连接、数据导入和导出、向量间距离计算。可以使用交互式命令行提示符通过终端执行命令。Milvus_cli 支持如下特性：

• Win，Mac，Linux 全平台适用

• Pip 在线安装/离线 pip 安装包

• 绿色可执行文件，即开即用

• Python SDK 功能全覆盖

• 内置帮助文档，随查随用

• 支持自动补全，提升效率

Milvus_cli 全平台可用，不依赖外部包，哪怕是在离线环境下，拷进 U 盘插上就能用。接下来，让我们上手试试看吧！

安装方法

你可以使用 Python 包管理在线安装，注意 Python 版本要在 3.8 以上。在线安装只需要一条命令即可：

pip install milvus-cli

是不是很简单？

考虑到 Milvus 数据库本身可能部署在离线环境，你可以直接从 release 页面直接下载 tar.gz 包离线安装。

milvus_cli 现有安装包，地址：https://github.com/zilliztech/milvus_cli/releases

下载好安装包后，在命令行敲：

pip install milvus_cli-<version>.tar.gz

安装完毕后，直接敲 milvus_cli 进入即可。

如果你是苹果 M1 芯片的用户，或者你没有 Python 环境，你可以下载绿色文件安装。在 release 页面直接下载对应操作系统的可执行文件即可，记得在使用之前 chmod +x修改可执行权限，然后 ./ 执行就可以啦。

以 v0.1.8-fix2-macOS 版本为例：

sudo chmod +x milvus_cli-v0.1.8-fix2-macOS./milvus_cli-v0.1.8-fix2-macOS

看到 milvus_cli > 提示符就代表已经进入 Milvus_cli，可以开始使用了！

使用方法

- 如何连接到 Milvus 数据库？

首先，确保你安装了 Milvus 数据库，安装方法可参考文档：https://milvus.io/cn/docs/v2.0.0/prerequisite-docker.md

如果你已连接本机并且不需要修改默认端口，直接敲 connect ：

如果你需要需要自定义 ip / 端口，可以参考以下示例：

connect -h 172.16.20.67 -p 19530

- 如何创建 collection？

💡 Collection 包含一组 entity，可以等价于关系型数据库系统（RDBMS）中的表。如果你想了解更多关于 Milvus 数据库的术语，请参考：https://milvus.io/cn/docs/v2.0.0/glossary.md

接下来，我们尝试创建 collection：

开发小哥哥还贴心地提供了一个 example🤩，我们直接试一下这个测试 collection：

create collection -c car -f id:INT64:primary_field -f vector:FLOAT_VECTOR:128 -f color:INT64:color -f brand:INT64:brand -p id -a -d 'car_collection'

- 查看创建的 collection

采用列表的方式查看：

list collections

你可以使用 describe 命令查看更多的细节：

describe collection -c car

- 如何进行向量计算？

接下来，让我们来做个简单的向量间距离计算。先导入在线测试数据：

import -c car 'https://raw.githubusercontent.com/zilliztech/milvus_cli/main/examples/import_csv/vectors.csv'

使用 query 命令查询 collection 中记录的 id：

然后按照步骤一步步输入计算距离所需要的参数：

- 如何删除数据？

如果你想要删除刚才创建的 collection：

delete collection -c car

以上就是一个完整的创建 collection 并进行向量计算的过程。

更多帮助

Milvus_cli 的功能不仅限于这些。你可以随时敲 help 查看帮助，了解更多命令用法。对于某条具体命令，可以在具体命令后敲 --help 查询。

或者参考文档：

https://github.com/zilliztech/milvus_cli/tree/main/doc

https://milvus.io/docs/v2.0.0/cli_overview.md

希望 Milvus_cli 可以帮助你更轻松地使用 Milvus 向量数据库！

Milvus_cli 正在持续优化中，我们欢迎你加入 Milvus_cli 的建设为我们贡献代码，如果你有任何问题，欢迎提交 GitHub Issue！

Zilliz 以重新定义数据科学为愿景，致力于打造一家全球领先的开源技术创新公司，并通过开源和云原生解决方案为企业解锁非结构化数据的隐藏价值。

Zilliz 构建了 Milvus 向量数据库，以加快下一代数据平台的发展。Milvus 数据库是 LF AI & Data 基金会的毕业项目，能够管理大量非结构化数据集，在新药发现、推荐系统、聊天机器人等方面具有广泛的应用。