Milvus
대규모 분산 벡터 DB Milvus(및 Zilliz Cloud)와 langchain-milvus의 Milvus 클래스
Milvus
Milvus는 수억~수십억 벡터 규모를 겨냥한 오픈소스 분산 벡터 DB입니다. HNSW, IVF 계열, DiskANN, GPU 인덱스 등 다양한 인덱스를 지원합니다. 배포 형태는 Milvus Lite(파이썬 내장, 로컬 .db 파일), Standalone(Docker), Distributed(Kubernetes), 관리형 Zilliz Cloud가 있습니다.
langchain-milvus는 AgentLab 샌드박스에 설치되어 있지 않습니다. 아래 코드는 참고용이며 최신 시그니처는 공식 문서를 확인하세요.
Import
pip install langchain-milvus # pymilvus 포함 (Milvus Lite는 로컬 파일 URI로 사용)
from langchain_milvus import Milvus
시그니처
Milvus(
embedding_function, # Embeddings
collection_name: str = "LangChainCollection",
connection_args: dict | None = None, # {"uri": ..., "token": ...}
index_params: dict | None = None, # {"index_type": "HNSW", "metric_type": "COSINE", ...}
drop_old: bool = False,
auto_id: bool = False,
...
)
Milvus.from_documents(documents, embedding, collection_name=..., connection_args=..., ...)
파라미터
| 파라미터 | 타입 | 기본값 | 설명 |
|---|---|---|---|
embedding_function | Embeddings | (필수) | 임베딩 객체 |
collection_name | str | "LangChainCollection" | 컬렉션 이름 |
connection_args | dict | None | {"uri": "./milvus.db"}(Lite), {"uri": "http://localhost:19530"}, Zilliz는 uri+token |
index_params | dict | None | None | 인덱스 종류와 메트릭 (L2, IP, COSINE) |
drop_old | bool | False | 기존 컬렉션 삭제 후 재생성 |
auto_id | bool | False | 기본 키 자동 생성 |
메서드와 반환값
표준 인터페이스(add_documents, similarity_search, similarity_search_with_score, max_marginal_relevance_search, delete, as_retriever)를 따릅니다. 메타데이터 필터는 Milvus 불리언 표현식 문자열을 expr=로 넘깁니다.
category == "billing" and year >= 2025
source in ["a.pdf", "b.pdf"]
예제
from langchain_core.documents import Document
from langchain_milvus import Milvus
from langchain_openai import OpenAIEmbeddings
store = Milvus(
embedding_function=OpenAIEmbeddings(model="text-embedding-3-small"),
collection_name="kb_docs",
connection_args={"uri": "./milvus_demo.db"}, # Milvus Lite
index_params={"index_type": "HNSW", "metric_type": "COSINE"},
auto_id=True,
)
store.add_documents([Document(page_content="환불 정책", metadata={"category": "billing"})])
docs = store.similarity_search("환불", k=3, expr='category == "billing"')
주의사항
Milvus는 스키마가 있는 DB입니다. 첫 삽입 때 메타데이터 필드로 스키마가 정해지므로, 나중에 새 메타데이터 키를 추가하면 오류가 나거나 무시될 수 있습니다. 필요하면 동적 필드(enable_dynamic_field=True)를 검토하세요.
하이브리드 검색은 dense 필드와 sparse(BM25) 필드를 함께 두는 방식으로 지원됩니다(langchain_milvus의 BM25BuiltInFunction 등). 버전에 따라 API가 바뀌어 왔으니 공식 문서의 하이브리드 예제를 따르세요.