← Modèles · Bases de données
MI
Milvus
Communauté3 services
Open-source vector database built for AI — similarity search and storage for embeddings at scale.
| S'exécute | 3 services |
|---|---|
| Pile technique | milvus-etcdmilvus-miniomilvus-standalone |
| Provisionné pour l'application | Rien, l'application est autonome |
| Vérifié | Pas encore |
Pourquoi déployer sur Railyard
Railyard provisionne les 3 services de cette pile ensemble — milvus-etcd, milvus-minio, milvus-standalone — câblés pour se joindre sur le réseau privé, sur un serveur que vous payez déjà.
Déployer Milvus n'est qu'un élément d'une pile applicative que vous pouvez continuer à faire grandir — ajoutez une base de données, un worker, un cache ou une autre application, toujours sur les mêmes serveurs que vous payez déjà.
Idéal pour
- Vector similarity search for embeddings at scale (RAG, recommendation, image/audio search)
- A self-hosted alternative to a managed vector database when you already run everything else on Railyard
- Storing and querying billions of vectors with metadata filtering
Bon à savoir
- etcd (metadata) and MinIO (object storage for segments) are required dependencies, not optional — Milvus has no single-container mode that skips them, even in "standalone" deployment
- Give this stack's server real memory headroom — Milvus's own sizing guidance starts at 4GB+ of free RAM for a small standalone deployment and grows with collection size
- Connect with any Milvus SDK (pymilvus, etc.) at this stack's milvus-standalone service on port 19530 (not exposed by this template's public port, which is the 9091 health/metrics endpoint) — reach it from other apps on your team via its private domain