核心功能
Zilliz Cloud 是 Milvus 团队提供的全托管云服务：控制台建集群后用 pymilvus 凭 Endpoint 与 API Key 连接，建 Collection 与索引即可检索。相比自托管 Milvus 免去部署运维，代价是集合数、写入带宽与 topK 按档位受限。
功能亮点
Milvus 兼容
客户端就是开源 pymilvus，自托管 Milvus 的检索代码基本可平移上云。
三档集群
Free、Serverless、Dedicated 三种形态，从试用到独享资源逐级选。
索引免调参
建索引时选 AUTOINDEX 并给出 metric_type，具体索引参数交由平台决定。
免费集群
Free 集群含 5 GB 存储、每月 250 万 vCU 和 5 个集合。
适用场景
• 把自托管 Milvus 的项目搬上云，沿用 pymilvus 代码而不改检索逻辑
• 为企业知识库维护千万级向量集合，用 AUTOINDEX 与标量过滤做召回
• 多模态检索场景在一个集合里放多个向量字段，分别检索文本与图像向量
安装配置
bash
开通服务：
1) 注册并登录 Zilliz Cloud 控制台（cloud.zilliz.com），首次可选 Free 集群，无需支付方式
2) 在 Clusters 页创建集群，等待状态变为 Running
3) 在集群详情页复制 Endpoint（形如 https://{cluster-id}.{region}.vectordb.zillizcloud.com:19530）
4) 在 API Keys 页创建 API Key 作为访问凭据（生产环境建议用 Customized API Key）
安装客户端 SDK：
pip install pymilvus使用方法
python
连接集群：
from pymilvus import MilvusClient, DataType
SERVING_CLUSTER_ENDPOINT = "https://{cluster-id}.{region}.vectordb.zillizcloud.com:19530"
TOKEN = "YOUR_ZILLIZ_API_KEY"
client = MilvusClient(
uri=SERVING_CLUSTER_ENDPOINT,
token=TOKEN
)
定义 schema 并创建 Collection（使用默认 database 时可省略 db_name）：
schema = MilvusClient.create_schema()
schema.add_field(field_name="product_id", datatype=DataType.INT64, is_primary=True)
schema.add_field(field_name="product_name", datatype=DataType.VARCHAR, max_length=512)
schema.add_field(field_name="embedding", datatype=DataType.FLOAT_VECTOR, dim=768)
client.create_collection(
collection_name="prod_collection",
schema=schema
)
为向量字段建索引并加载集合：
index_params = client.prepare_index_params()
index_params.add_index(
field_name="embedding",
index_type="AUTOINDEX",
metric_type="COSINE"
)
client.create_index(
collection_name="prod_collection",
index_params=index_params
)
client.load_collection(collection_name="prod_collection")
导入数据（官方 quickstart 从对象存储批量导入）：
from pymilvus.bulk_writer import bulk_import
res = bulk_import(
api_key="YOUR_ZILLIZ_API_KEY",
url="https://api.cloud.zilliz.com",
cluster_id="inxx-xxxxxxxxxxxxxxxxxxx",
collection_name="prod_collection",
object_urls=[["https://s3.us-west-2.amazonaws.com/your-bucket/path/storage.json"]],
access_key="YOUR_STORAGE_ACCESS_KEY",
secret_key="YOUR_STORAGE_SECRET_KEY"
)
相似度检索：
res = client.search(
collection_name="prod_collection",
anns_field="embedding",
data=[query_vector],
limit=3,
output_fields=["product_name"]
)
优点
- 接口与开源 Milvus 一致，自托管代码可以直接平移，迁移与试错成本低
- Free 集群无需绑定支付方式，提供 5 GB 存储、每月 250 万 vCU 与 5 个 Collection
- AUTOINDEX 免手工调参，向量维度上限 32768，能覆盖主流嵌入模型输出
- 提供 Python / Java / Go / NodeJS SDK 与 RESTful API，多语言接入方便
缺点
- Free 集群仅 5 个 Collection、写入带宽 2 MB/s；Serverless 集群也限 100 个 Collection
- Free 与 Serverless 集群检索 topK 上限 1024、nq 上限 10，Dedicated 才放宽到 16384
- 每个 Collection 最多 64 个字段；Free / Serverless 每集合最多 4 个向量字段
- 免费试用额度 30 天到期后组织会被冻结，集群移入回收站，需绑定支付方式才能恢复