本指南将详细介绍如何在 Sealos DevBox 项目中使用 Node.js 连接和操作 Milvus 数据库。

准备工作

安装依赖包

在 Cursor 终端中执行以下命令安装必需的依赖包：

npm install @zilliz/milvus2-sdk-node dotenv

该命令将安装：

@zilliz/milvus2-sdk-node：Milvus 官方的 Node.js SDK
dotenv：用于从 .env 文件加载环境变量的轻量级工具

连接配置

设置环境变量

首先，在项目根目录创建 .env 文件，添加 Milvus 连接所需的配置信息：

.env

MILVUS_HOST=your_milvus_host
MILVUS_PORT=19530
COLLECTION_NAME=test_collection
DIMENSION=128

请使用 Sealos 数据库应用中的实际 Milvus 连接信息替换相应的配置值。

创建数据库连接文件

新建 milvusClient.js 文件，用于配置数据库连接：

milvusClient.js

const { MilvusClient } = require('@zilliz/milvus2-sdk-node');
require('dotenv').config();
 
const client = new MilvusClient({
  address: `${process.env.MILVUS_HOST}:${process.env.MILVUS_PORT}`,
});
 
module.exports = client;

实现数据库操作

创建 milvusOperations.js 文件，实现数据库的基本操作功能：

milvusOperations.js

const client = require('./milvusClient');
require('dotenv').config();
 
async function createCollection() {
  try {
    const collectionName = process.env.COLLECTION_NAME;
    const dimension = parseInt(process.env.DIMENSION);
 
    // Define collection schema
    const collectionSchema = {
      collection_name: collectionName,
      fields: [
        {
          name: 'id',
          data_type: 'Int64',
          is_primary_key: true,
          auto_id: true
        },
        {
          name: 'vector',
          data_type: 'FloatVector',
          dim: dimension
        },
        {
          name: 'metadata',
          data_type: 'VarChar',
          max_length: 255
        }
      ]
    };
 
    // Create collection
    await client.createCollection(collectionSchema);
    console.log(`Collection ${collectionName} created successfully`);
 
    // Create index
    const indexParams = {
      collection_name: collectionName,
      field_name: 'vector',
      extra_params: {
        index_type: 'IVF_FLAT',
        metric_type: 'L2',
        params: JSON.stringify({ nlist: 1024 })
      }
    };
    await client.createIndex(indexParams);
    console.log('Index created successfully');
  } catch (error) {
    console.error('Error creating collection:', error);
    throw error;
  }
}
 
async function insertData(vectors, metadata) {
  try {
    const collectionName = process.env.COLLECTION_NAME;
    
    const data = {
      collection_name: collectionName,
      fields_data: vectors.map((vector, index) => ({
        id: [],
        vector,
        metadata: metadata[index]
      }))
    };
 
    const result = await client.insert(data);
    console.log('Data inserted successfully:', result);
    return result;
  } catch (error) {
    console.error('Error inserting data:', error);
    throw error;
  }
}
 
async function search(queryVector, topK = 5) {
  try {
    const collectionName = process.env.COLLECTION_NAME;
 
    // Load collection
    await client.loadCollection({
      collection_name: collectionName
    });
 
    const searchParams = {
      collection_name: collectionName,
      vector: queryVector,
      output_fields: ['metadata'],
      limit: topK,
      params: { nprobe: 10 }
    };
 
    const result = await client.search(searchParams);
    console.log('Search results:', result);
    return result;
  } catch (error) {
    console.error('Error searching:', error);
    throw error;
  }
}
 
module.exports = {
  createCollection,
  insertData,
  search
};

编写主程序

最后，创建 main.js 文件来演示所有操作：

main.js

const { createCollection, insertData, search } = require('./milvusOperations');
 
async function main() {
  try {
    // Create collection
    await createCollection();
 
    // Generate sample vectors and metadata
    const sampleVectors = [
      new Array(128).fill(0).map(() => Math.random()),
      new Array(128).fill(0).map(() => Math.random())
    ];
    const sampleMetadata = ['Sample 1', 'Sample 2'];
 
    // Insert data
    await insertData(sampleVectors, sampleMetadata);
 
    // Perform search
    const queryVector = new Array(128).fill(0).map(() => Math.random());
    await search(queryVector, 2);
 
  } catch (error) {
    console.error('An error occurred:', error);
  }
}
 
main();

运行程序

在 Cursor 终端中执行以下命令运行示例程序：

node main.js

该命令将执行 main 函数中的所有操作，包括创建集合、插入数据和向量搜索。

最佳实践

妥善保管 Milvus 连接信息，建议使用环境变量存储
为提高搜索性能，建议创建合适的索引
执行搜索操作前，确保已加载目标集合
实现完善的错误处理机制
批量插入数据时使用批处理操作
及时释放不再使用的集合，以节省系统资源

常见问题排查

如果遇到连接问题，请检查：

.env 文件中的 Milvus 连接信息是否正确
Milvus 数据库是否正常运行且可访问
DevBox 运行环境是否存在网络限制
相关依赖包是否已正确安装
向量维度是否与集合配置匹配

更多关于 Milvus Node.js SDK 的详细信息，请参阅官方文档。

Node.js

本页导航