Milvus est une base de données vectorielle open source sous Apache 2.0, développée au sein de la LF AI & Data Foundation et conçue pour des jeux de données où le nombre de vecteurs se compte en milliards. Ce qui la distingue, c'est la séparation du stockage et du calcul, qui permet à chaque couche de passer à l'échelle indépendamment. La version 3.0 est sortie le 29 juillet 2026, avec des requêtes sur des données qui vivent en dehors de la base et des changements de schéma sans interruption.
Quand tu as vraiment besoin d'une base vectorielle
Je commence par une question qui épargne beaucoup d'efforts quand on la pose avant un déploiement plutôt qu'après. Tu as besoin d'une base vectorielle quand le nombre de vecteurs cesse de tenir dans la mémoire d'un processus, ou quand tu as besoin d'opérations qu'une bibliothèque d'index ne fournit pas : filtrage sur les métadonnées, mise à jour des enregistrements, durabilité entre les redémarrages, contrôle d'accès.
En dessous d'environ cent mille vecteurs, aucune de ces exigences ne s'applique généralement. Un simple tableau en mémoire et une multiplication de matrices via une bibliothèque numérique répondent plus vite que n'importe quelle base, car il n'y a ni sérialisation ni trafic réseau. À un million de vecteurs, l'arithmétique de la mémoire commence : mille dimensions en flottants simple précision font quatre kilooctets par vecteur, donc quatre gigaoctets pour le jeu brut seul, sans index ni métadonnées. Au-delà de ce seuil, la décision se prend toute seule.
Milvus vise le haut de cette fourchette. Si ton jeu contient un demi-million de vecteurs et que tu n'attends aucune croissance, cette base fonctionnera correctement, mais tu la paieras en complexité opérationnelle dont tu n'as pas besoin. Des options plus simples, pgvector dans une base que tu exploites déjà, ou Chroma dans un prototype, sont alors le choix raisonnable.
Trois modes de déploiement et la vraie différence entre eux
| Mode | Fonctionnement | Index disponibles | Usage typique |
|---|---|---|---|
| Milvus Lite | bibliothèque dans un processus Python | FLAT, IVF, HNSW, sparse et scalaires | prototype, notebook, tests |
| Standalone | un seul conteneur | ensemble complet | un serveur, jusqu'à des dizaines de millions de vecteurs |
| Distribué | cluster sur Kubernetes | ensemble complet | échelle du milliard, couches séparées |
Milvus Lite est l'endroit où il est logique de commencer, car toute la couche de déploiement disparaît. Tu installes le paquet et tu passes un chemin de fichier :
pip install -U "pymilvus[milvus-lite]"from pymilvus import MilvusClient
client = MilvusClient("./milvus_demo.db")
client.create_collection(
collection_name="documents",
dimension=768,
)L'interface est identique à celle de la version serveur, donc passer d'un prototype à un cluster revient à remplacer l'argument par une adresse de serveur. C'est la plus forte carte de ce projet et la raison de commencer ici plutôt que de monter des conteneurs dès le premier jour.
Lite dans sa troisième génération, sortie en mai 2026, a été réécrite de zéro en Python pur et ne ressemble en rien à ce que décrivent la plupart des anciens documents. Au lieu d'envelopper le cœur C++, elle exécute un moteur de stockage structuré en journal avec un write ahead log, des segments Parquet immuables et des index de la bibliothèque FAISS. Les index disponibles sont FLAT, BRUTE_FORCE, IVF_FLAT, IVF_SQ8, HNSW, HNSW_SQ et AUTOINDEX, plus SPARSE_INVERTED_INDEX pour les vecteurs creux et INVERTED pour les scalaires. Les partitions, alias, bases nommées, itérateurs, recherche avec group by et recherche hybride sont tous là.
Ce qui manque encore à Lite mérite d'être vérifié avant de s'engager. Il n'y a ni authentification, ni utilisateurs, ni rôles, ni chiffrement du transport, donc le serveur local ne se met pas sur un réseau. Il n'y a pas de champs de vecteurs binaires, en demi-précision ou entiers, ni d'index par quantification de produit. Un répertoire de données ne sert qu'un processus, et les écritures sur une même collection doivent être sérialisées. Python 3.10 ou plus récent est requis, et le système peut être Linux, macOS ou Windows tant que les dépendances comme faiss-cpu et pyarrow y ont des wheels. Les fichiers de base de l'ancien moteur ne s'ouvrent pas dans le nouveau et il n'y a pas de migration automatique, seulement un export vers des fichiers d'import.
Standalone est un seul conteneur avec l'ensemble complet d'index. Il gère des dizaines de millions de vecteurs et sous-tend la plupart des déploiements que j'ai vus. Le mode distribué sépare les nœuds de requête, de données, d'index et de coordination, donc la capacité de lecture et celle d'indexation évoluent indépendamment, mais il exige Kubernetes et quelqu'un pour le maintenir en marche.
Le choix de l'index, là où se prennent les vraies décisions
Le choix de l'index affecte le coût et la latence plus que le choix de la base. Trois familles valent la peine d'être comprises.
FLAT parcourt chaque vecteur. Il donne une précision parfaite et il est le plus lent. Il mérite sa place pour des jeux allant jusqu'à quelques dizaines de milliers de vecteurs, ou comme point de référence face auquel mesurer des index plus rapides.
La famille IVF partitionne l'espace et ne cherche que dans certaines régions. Le paramètre nlist dit en combien de régions découper, et nprobe combien visiter par requête. Augmenter nprobe améliore le rappel et allonge le temps de réponse, ce qui en fait le réglage le plus simple pour arbitrer entre qualité et vitesse après le déploiement, sans reconstruire l'index.
HNSW construit un graphe de voisinage à plusieurs couches et c'est le choix par défaut pour la plupart des charges dont les données tiennent en mémoire. Tu le paies par une utilisation de mémoire nettement supérieure à la taille brute des vecteurs. DISKANN garde au contraire le graphe sur le disque et gère les jeux qui ne tiennent pas en mémoire, avec une latence qui dépend du support de stockage. Sur des disques NVMe, la différence est souvent acceptable ; sur des disques plus lents, elle se voit immédiatement.
La quantification mérite une mention à part, c'est-à-dire stocker les vecteurs à une précision plus basse. La version 2.6 a introduit la quantification à un bit, pour laquelle l'équipe du projet a annoncé une réduction de 72 pour cent de l'utilisation de la mémoire avec un rappel préservé. Ce chiffre vient de documents de l'éditeur, donc considère-le comme un point de départ pour ta propre mesure plutôt que comme une garantie. Le mécanisme est cependant réel, et sur de grands jeux c'est la quantification, et non un changement de base, qui apporte la plus grande économie.
Les nouveautés de Milvus 3.0
La version du 29 juillet 2026 est l'une des plus importantes de l'histoire du projet, et plusieurs changements valent la peine d'être connus car ils modifient la façon de concevoir le système.
Les collections externes te permettent d'interroger des données situées dans les formats Parquet, Lance et Iceberg sans les copier dans la base, avec un rafraîchissement incrémental. Cela inverse l'hypothèse précédente selon laquelle tout devait d'abord être importé. Pour des jeux de données qui vivent déjà dans un lakehouse, toute l'étape de copie et la charge de garder deux copies cohérentes disparaissent.
Le schéma flexible permet d'ajouter, de remplir rétroactivement et de supprimer des colonnes sans interruption et sans reconstruire la collection. Quiconque a essayé d'ajouter un champ à une collection contenant plusieurs centaines de millions de vecteurs sous trafic de production appréciera cela plus que tout le reste réuni.
Les index creux ont été refondus, avec l'ajout de SINDI, Block-Max WAND et Block-Max MaxScore et une meilleure compression. Les représentations creuses portent la correspondance de mots-clés, donc c'est la couche sur laquelle repose la recherche hybride.
Les agrégations et la recherche à facettes sont aussi arrivées, renvoyant les principales valeurs de facettes avec COUNT et AVG dans une seule requête. Cela demandait auparavant une requête séparée sur une autre base. Les champs TEXT stockent désormais du texte au-delà de 64 kilooctets à côté des vecteurs, les valeurs au-dessus de ce seuil étant déplacées dans des fichiers séparés tandis que la colonne ne garde qu'une référence. Cette fonctionnalité dépend de Storage V3, abordé plus bas. Le passage direct FAISS accepte à son tour une chaîne de fabrique d'index arbitraire de cette bibliothèque, ce qui reproduit directement une recette de recherche.
Deux changements demandent de l'attention lors d'une mise à niveau. Storage V3 est désactivé par défaut et s'active manuellement via common.storage.useLoonFFI. Revenir de 3.0 à 2.6 reste possible tant que tu n'as pas activé Storage V3 ou d'autres fonctionnalités qui changent le format, donc laisse-les désactivées les premières semaines si tu veux une voie de retour. Les images GPU sont passées à CUDA 12.9, ce qui met fin à la compatibilité avec Ubuntu 20.04 dans la variante GPU.
Recherche hybride et filtrage
La seule similarité vectorielle suffit rarement dans un produit. Un utilisateur qui cherche « lease agreement 2025 » s'attend à ce que le document portant exactement cette année soit mieux classé qu'un document sémantiquement proche d'une autre année, et la correspondance de vecteurs denses ne le garantit pas.
La réponse consiste à combiner les résultats de vecteurs denses et creux avec une passe de reclassement à la fin. Milvus 3.0 ajoute une chaîne de reclassement composable où des étapes successives recalculent les scores et réduisent l'ensemble des candidats.
from pymilvus import MilvusClient, AnnSearchRequest, RRFRanker
client = MilvusClient(uri="http://localhost:19530")
dense_request = AnnSearchRequest(
data=[query_vector],
anns_field="dense_vector",
param={"nprobe": 32},
limit=50,
)
results = client.hybrid_search(
collection_name="documents",
reqs=[dense_request, sparse_request],
ranker=RRFRanker(),
limit=10,
output_fields=["title", "year"],
)Le filtrage sur les métadonnées mérite sa propre note, car c'est là que les performances se dégradent le plus souvent. Tu passes une expression de filtre via le paramètre filter, et la base décide de l'appliquer avant ou après la recherche dans l'index. Avec un filtre très étroit, qui écarte 99 pour cent du jeu, chercher dans un index approximatif cesse d'être rentable et un simple balayage de ce qui reste est souvent préférable. Avec un filtre large, c'est l'inverse. Si les temps de réponse semblent imprévisibles, vérifie la sélectivité du filtre avant de commencer à régler les paramètres de l'index.
Milvus face aux alternatives
| Caractéristique | Milvus | Qdrant | Weaviate | Pinecone |
|---|---|---|---|---|
| Licence | Apache 2.0 | Apache 2.0 | BSD 3 | fermée, un service |
| Auto-hébergement | oui | oui | oui | non |
| Mode embarqué | oui, Lite | non | oui, embarqué | non |
| Stockage et calcul séparés | oui | partiellement | partiellement | oui, côté service |
| Barrière d'entrée opérationnelle | élevée | faible | moyenne | aucune |
| Échelle visée | milliards | dizaines de millions | dizaines de millions | milliards |
Le choix entre elles se règle rarement par une liste de fonctionnalités, car pour une charge typique elles font toutes le même travail. Il se règle par l'échelle et par la personne qui maintient le déploiement. Milvus en mode distribué demande Kubernetes et une véritable connaissance opérationnelle. Qdrant à dix millions de vecteurs se monte en une heure et fonctionne simplement ; à un milliard, tu commences à lutter contre lui. Pinecone supprime entièrement la couche de maintenance et la facture, sur une note qui grossit plus vite à grande échelle que ne le suggère l'intuition.
Un conseil pratique : en choisissant une base, dimensionne-la sur le nombre de vecteurs que tu attends dans deux ans plutôt que sur celui d'aujourd'hui. Migrer entre ces systèmes est faisable, car ils acceptent tous les mêmes vecteurs, mais réécrire la couche de requêtes, de filtres et de reclassement prend plus de temps que les gens ne le supposent.
Erreurs fréquentes
La plus fréquente est de ne pas charger une collection avant de chercher. Milvus sépare l'état durable de l'état en mémoire, donc une collection persistée sur le disque n'est pas automatiquement prête à servir des requêtes. Le symptôme est une erreur « collection not loaded », souvent prise à tort pour un problème de connexion.
La deuxième est d'attendre que les écritures soient visibles immédiatement. Les données arrivent d'abord dans le write ahead log et n'atteignent l'index qu'ensuite, donc un vecteur inséré à l'instant peut être absent des résultats de la requête suivante. Un test d'intégration qui insère puis cherche aussitôt a besoin d'un niveau de cohérence ou d'une courte attente.
La troisième est une métrique de similarité non réfléchie. Le produit scalaire et la distance cosinus produisent le même classement seulement pour des vecteurs normalisés. Un modèle d'embedding qui ne normalise pas sa sortie, associé à la mauvaise métrique, donne des résultats qui paraissent plausibles et sont systématiquement biaisés. Vérifie-le sur dix cas connus avant d'accepter la qualité.
La quatrième est de traiter les mesures faites sur Lite comme une prévision pour un cluster. Lite est un seul processus Python où les écritures sur une collection sont sérialisées, et il calcule les statistiques de correspondance de mots-clés par segment plutôt que globalement. Même sur le même index HNSW, les chiffres d'un prototype ne disent rien du comportement d'un déploiement distribué.
La cinquième est de sous-estimer la mémoire. Au-dessus de la taille brute des vecteurs vient s'ajouter le surcoût de l'index, qui pour HNSW peut rivaliser avec la taille des données. Un cluster dimensionné à partir du seul nombre de vecteurs manque de mémoire dès le premier chargement complet.
L'intégrer à une pile existante
Dans un système typique de génération augmentée par la recherche, Milvus est la couche de stockage avec une bibliothèque d'orchestration au-dessus. LangChain et LlamaIndex livrent tous deux des intégrations, donc remplacer la base en dessous se réduit à changer une classe de vector store.
Une décision de conception revient dans chacun de ces déploiements et vaut la peine d'être prise délibérément dès le départ : où garder le contenu des documents. Mettre le texte complet dans un champ à côté du vecteur est tentant, car cela simplifie le code et une seule requête renvoie tout. Le coût est la taille de la collection et le fait que chaque modification de contenu exige de mettre à jour un enregistrement dans la base vectorielle. L'alternative ne garde là que des identifiants et récupère le contenu depuis PostgreSQL ou un stockage objet. Pour des documents plus longs et souvent modifiés, la seconde approche vieillit mieux, et les champs TEXT au-delà de 64 kilooctets introduits dans la 3.0 signifient que la première n'est plus techniquement exclue.
FAQ
Milvus est-il gratuit ?
Oui, Milvus est livré sous Apache 2.0 et peut être utilisé commercialement sans frais, y compris en mode distribué. Ce qui est payant, c'est le service managé Zilliz Cloud, exploité par la société derrière le projet, ainsi que le support commercial.
En quoi Milvus Lite diffère-t-il de la version complète ?
Lite fonctionne comme une bibliothèque dans un processus Python et écrit dans un fichier local. Il partage l'interface et, depuis sa troisième génération, aussi les index FLAT, IVF et HNSW, les index creux et scalaires, les partitions et les alias. Il n'a ni authentification, ni utilisateurs, ni rôles, ne sert qu'un processus par répertoire de données et est conçu comme un environnement pour prototypes et notebooks plutôt que pour la production.
Milvus fonctionne-t-il sous Windows ?
Milvus Lite dans sa troisième génération est en Python pur et fonctionne sous Linux, macOS et Windows partout où ses dépendances ont des wheels ; le projet exécute l'intégration continue pour Windows sur Python 3.10. Tu exécutes la version serveur complète sous Windows via Docker ou le sous-système Linux, ce qui revient en pratique à l'exécuter dans un conteneur.
Par quel index commencer ?
HNSW, à condition que les données tiennent en mémoire. Il donne un bon rapport rappel sur latence sans réglage. Quand le jeu cesse de tenir en mémoire, passe à DISKANN ou ajoute de la quantification plutôt que d'agrandir immédiatement le cluster.
La mise à niveau de Milvus 2.6 vers 3.0 est-elle sûre ?
Revenir à la 2.6 reste possible tant que tu n'actives pas Storage V3 ou d'autres fonctionnalités qui changent le format. Storage V3 est désactivé par défaut et les nouvelles versions d'index exigent une activation délibérée, donc la voie sûre est de faire d'abord la mise à niveau sans ces options.
Les détails des versions sont dans les notes de version de Milvus, et le code source dans le dépôt du projet.