RuoYiPlus+Minio (OSS功能)

### 将Milvus与MinIO集成 为了实现数据的有效存储和检索，在某些应用场景下，可以考虑将向量数据库Milvus与对象存储服务MinIO相结合。这种组合能够充分发挥两者的优势：一方面，Milvus专注于高效处理大规模相似度搜索；另一方面，MinIO提供了一个高性能的对象存储解决方案。 #### 安装配置环境 确保已经安装并运行了最新版本的Milvus以及MinIO服务器[^1]。对于初次使用者来说，可以从官方文档获取详细的部署指南来完成这一步骤。 #### 创建S3兼容接口连接 由于MinIO支持Amazon S3 API协议，因此可以通过设置外部依赖的方式让Milvus利用这一特性来进行文件上传下载操作。具体而言： - 修改`milvus.yaml`中的`s3.enabled=true` - 设置相应的访问密钥(`s3.key`)、秘密密钥(`s3.secret`)以及其他必要参数以便于建立到MinIO实例的安全链接 - 配置桶名称(bucket name)，该容器用于保存由应用程序产生的元数据或其他辅助资料 ```yaml storage: type: s3 options: bucketName: my-bucket-name endpoint: http://minio-service.default.svc.cluster.local:9000/ accessKeyID: minioadmin secretAccessKey: minioadmin ``` 上述YAML片段展示了如何通过编辑配置文件指定目标位置为本地Kubernetes集群内部署的服务地址作为endpoint，并采用默认凭证进行身份验证。 #### 应用开发实践 当涉及到实际编码环节时，开发者可以根据业务逻辑编写程序代码以调用两个系统的功能接口。例如，在图像识别领域内，先借助深度学习框架提取特征向量存入Milvus中执行近似最近邻查询(anNS); 同时把原始图片资源托管至MinIO上供后续展示或进一步分析之需。 ```python from pymilvus import connections, FieldSchema, CollectionSchema, DataType, Collection import boto3 # 连接到 Milvus 和 MinIO 的客户端初始化部分省略... def insert_image_feature(image_id, feature_vector, image_data): collection.insert([image_id], [feature_vector]) s3_client.put_object( Bucket='my-bucket-name', Key=f'images/{image_id}.jpg', Body=image_data, ContentType='image/jpeg' ) ``` 此Python脚本示范了怎样同步地往这两个平台里写入关联的数据记录——既包含了索引所需的紧凑型数值表示形式又涵盖了完整的多媒体素材本身。