CentOS 7/8 裸机安装 Milvus 向量数据库全指南（非Docker方案）

1次阅读

共计 2659 个字符，预计需要花费 7 分钟才能阅读完成。

Docker 部署虽然方便，但在生产环境中可能会遇到以下问题：

性能损耗 ：容器化带来的额外网络和存储开销可能影响高吞吐场景
GPU 支持局限 ：需要复杂的设备映射和驱动版本匹配
调优困难 ：难以直接修改内核参数和硬件资源分配
依赖管理 ：容器内部与宿主机环境隔离导致调试复杂化

CentOS 7/8 (推荐 Minimal 安装)
至少 8GB 内存（生产环境建议 32GB+）
SSD 存储（HDD 会导致严重性能下降）

# 添加 EPEL 仓库
sudo yum install -y epel-release

# 基础编译工具链
sudo yum groupinstall -y "Development Tools"

# 必要依赖项
sudo yum install -y \
    cmake3 \
    python3-devel \
    libcurl-devel \
    openssl-devel \
    zlib-devel \
    bzip2-devel \
    libarchive-devel

# CUDA Toolkit (如需 GPU 加速)
sudo yum install -y cuda-toolkit-11-4

git clone https://github.com/milvus-io/milvus.git
cd milvus
git checkout v2.2.3  # 使用稳定版本

# 设置 CUDA 路径（GPU 版本需要）export CUDA_HOME=/usr/local/cuda
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

# 创建构建目录
mkdir build && cd build

# CMake 配置（CPU 版去掉 -DWITH_CUDA）cmake3 -DWITH_CUDA=ON -DCMAKE_INSTALL_PREFIX=/opt/milvus ..

# 并行编译（根据 CPU 核心数调整）make -j$(nproc)

# 安装到系统目录
sudo make install

创建 /etc/systemd/system/milvus.service：

[Unit]
Description=Milvus Vector Database
After=network.target

[Service]
Type=simple
User=milvus
Group=milvus
ExecStart=/opt/milvus/bin/milvus_server
WorkingDirectory=/opt/milvus
LimitNOFILE=65536

# 重要！设置进程内存锁定
LimitMEMLOCK=infinity

[Install]
WantedBy=multi-user.target

配置 /etc/logrotate.d/milvus：

/var/log/milvus/*.log {
    daily
    rotate 7
    compress
    missingok
    notifempty
    sharedscripts
    postrotate
        systemctl reload milvus > /dev/null 2>&1 || true
    endscript
}

# 减少 swap 使用
sudo sysctl -w vm.swappiness=1

# 增加文件描述符限制
echo "* soft nofile 65536" | sudo tee -a /etc/security/limits.conf
echo "* hard nofile 65536" | sudo tee -a /etc/security/limits.conf

# 提高内存分配限制
echo "vm.overcommit_memory = 1" | sudo tee -a /etc/sysctl.conf

# 查看 NUMA 节点
numactl --hardware

# 启动时绑定 CPU 和内存
numactl --cpunodebind=0 --membind=0 /opt/milvus/bin/milvus_server

# 查找最新库版本
find / -name "libstdc++.so*" 2>/dev/null

# 手动指定库路径
export LD_LIBRARY_PATH=/usr/local/lib64:$LD_LIBRARY_PATH

# 临时禁用（不推荐生产环境）sudo setenforce 0

# 或创建自定义策略
sudo semanage permissive -a milvus_t

from pymilvus import connections, utility

# 连接服务器
connections.connect(host='localhost', port='19530')

# 检查服务状态
print(utility.get_server_version())

import time
from pymilvus import Collection, FieldSchema, DataType, CollectionSchema

# 创建测试集合
fields = [FieldSchema("id", DataType.INT64, is_primary=True),
    FieldSchema("vector", DataType.FLOAT_VECTOR, dim=128)
]
schema = CollectionSchema(fields)
test_collection = Collection("benchmark", schema)

# 插入性能测试
start = time.time()
vectors = [[random.random() for _ in range(128)] for _ in range(10000)]
test_collection.insert([list(range(10000)), vectors])
print(f"插入耗时: {time.time()-start:.2f}s")