别再死磕 Milvus API 了！我们把这玩意儿搞成了 SQL 操作

在 AI 数据库领域，Milvus 是一个高性能的开源向量数据库，专为处理大规模向量数据和高效相似性搜索而设计，功能很好很强大。这些优点大家都清楚。所以今天我们就来点不一样的，喷一喷 Milvus 的缺点。

由于 Milvus API 调用的复杂性，对于刚接触的开发者来说，是有一定的学习成本的。比如翻 API 文档大半个小时，就想查个向量相似度；连个数据库还需要调 pymilvus.connect()。。。

我们团队被折磨三个月后老板终于霸气拍桌：把它 SQL 化！让 0 基础的程序猿也能直接上手！

然后，NineData 的 SQL 窗口（Milvus 版）就这么华丽丽地登场了。以前要各种查文档调 API 才能实现的操作，现在直接拿它当 MySQL 使唤。例如：

• 以前插入向量数据：

  # 传统 API 写法
  curl -X POST http://localhost:19121/v1/entities \
    -H "Content-Type: application/json" \
    -d '{
      "collection_name": "products",
      "fields_data": [
        {
          "field_name": "id",
          "values": [1, 2]
        },
        {
          "field_name": "vec",
          "values": [
            [0.1, 0.2, 0.3, ..., 0.128], # 男士卫衣的 128 维向量
            [0.2, 0.3, 0.4, ..., 0.128] # 女士背包的 128 维向量
          ]
        }
      ]
    }'

• 现在插入向量数据：

  -- 直接当 MySQL 用
  INSERT INTO products (id, vec) 
  VALUES 
     (1, EMBED('男士卫衣', 'text-embedding-v3', 128)),  
     (2, EMBED('女士背包', 'text-embedding-v3', 128));
  

从此，你不再需要查 API 文档、不再需要背各种参数配置，直接用你烂熟于心的 SQL 就可以搞定 Milvus 的所有向量操作了。

你以为这就完事了？NoNoNo！NineData 能做的超出你的想象

能用 SQL 操作向量仅仅只是一个开始，结合 NineData 自身的能力，还可以做到这些事情：

• 免密访问：组织内成员居然知道核心库的账号密码？是不是觉得删库跑路离你很远？NineData 提供的一站式能力，让所有成员登录平台即可访问数据库，彻底告别数据库裸奔。
• 权限隔离：按人分配权限，谁能读能写，谁只能读，谁能删库，安排得明明白白，权限漏洞给你焊得死死的。
• 操作审计：谁在深夜偷偷查工资单？操作记录一清二楚，追责目标明确。
• API 兼容：不想用 SQL？没问题，NineData 同样支持原生 API 操作，完全可以当成官方 IDE 使用（无需在请求中加入认证信息，其他使用完全一致）。

实操演示

秒建向量表

智能插入向量

相似度查询

终极暴击：免费☆ω☆

无论你是被 Milvus API 折磨到秃头的程序员，还是担心数据库安全的 CTO，立刻来 NineData 官网 体验既强大功能还多的 Milvus SQL 窗口。

NineData 还在不久前推出了永久免费的社区版本，除了免费，还可以在本地进行部署，无需再担忧内网数据源访问问题以及安全问题了（戳我）。

---

关于NineData

NineData 是新一代智能数据管理平台，提供数据库 DevOps、数据复制、数据库对比、备份恢复等数据库全生命周期服务，已获红杉资本等顶级机构投资，客户覆盖互联网、金融、房地产、制造业等关键领域。