0 引言
前面写了几篇记录，都是在记录解决了哪些基本问题。在经过一系列铺垫之后，终于又来到milvus bootcamp这个示例项目面前，继续摸索其如何使用。
1 milvus版本升级
此bootcamp中提供的milvus的docker版本过低，因此我又从其他地方找来最新docker版本，如下：
//docker-compose.yml
version: '3.5'services:etcd:container_name: milvus-etcdimage: quay.io/coreos/etcd:v3.5.5environment:- ETCD_AUTO_COMPACTION_MODE=revision- ETCD_AUTO_COMPACTION_RETENTION=1000- ETCD_QUOTA_BACKEND_BYTES=4294967296- ETCD_SNAPSHOT_COUNT=50000volumes:- ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/etcd:/etcdcommand: etcd -advertise-client-urls=http://127.0.0.1:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcdminio:container_name: milvus-minioimage: minio/minio:RELEASE.2022-03-17T06-34-49Zenvironment:MINIO_ACCESS_KEY: minioadminMINIO_SECRET_KEY: minioadminvolumes:- ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/minio:/minio_datacommand: minio server /minio_datahealthcheck:test: ["CMD", "curl", "-f", "http://localhost:9000/minio/health/live"]interval: 30stimeout: 20sretries: 3standalone:container_name: milvus-standaloneimage: milvusdb/milvus:v2.2.8command: ["milvus", "run", "standalone"]environment:ETCD_ENDPOINTS: etcd:2379MINIO_ADDRESS: minio:9000volumes:- ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/milvus:/var/lib/milvusports:- "19530:19530"- "9091:9091"depends_on:- "etcd"- "minio"
networks:default:name: milvus
2 代码补丁
代码运行过程中出现异常，从http://127.0.0.1:5000/docs界面中操作FAST API接口出现异常。通过跟踪出错堆栈，修改代码如下：
//bootcamp/solutions/image/reverse_image_search/quick_deploy/server/src/milvus_helpers.py
diff --git a/solutions/image/reverse_image_search/quick_deploy/server/src/milvus_helpers.py b/solutions/image/reverse_image_search/quick_deploy/server/src/milvus_helpers.py
index 4f6e379b..9480e805 100644
--- a/solutions/image/reverse_image_search/quick_deploy/server/src/milvus_helpers.py
+++ b/solutions/image/reverse_image_search/quick_deploy/server/src/milvus_helpers.py
@@ -60,6 +60,7 @@ def insert(self, collection_name, vectors):# Batch insert vectors to milvus collectiontry:self.create_collection(collection_name)
+ self.create_index(collection_name)data = [vectors]self.set_collection(collection_name)mr = self.collection.insert(data)
@@ -76,6 +77,7 @@ def create_index(self, collection_name):# Create IVF_FLAT index on milvus collectiontry:self.set_collection(collection_name)
+ self.collection.release()default_index = {"index_type": "IVF_SQ8", "metric_type": METRIC_TYPE, "params": {"nlist": 16384}}status = self.collection.create_index(field_name="embedding", index_params=default_index)if not status.code:
@@ -103,6 +105,7 @@ def search_vectors(self, collection_name, vectors, top_k):# Search vector in milvus collectiontry:self.set_collection(collection_name)
+ self.collection.load()search_params = {"metric_type": METRIC_TYPE, "params": {"nprobe": 16}}# data = [vectors]res = self.collection.search(vectors, anns_field="embedding", param=search_params, limit=top_k)
3 系统启动
系统启动参考bootcamp中README进行即可，我在这里再简单描述一下。首先，启动docker-compose.yml中的容器，然后按照README中的描述启动一个mysql:5.7容器。最后使用python3 src/main.py启动服务端。服务端启动之后，就可以在浏览器中打开http://127.0.0.1:5000/docs，使用FAST API接口来操作来测试milvus服务。
4 GET /data接口测试
此接口就是测试一下从界面中显示图片。系统假定图像素材目录在当前机器的/data目录下。在GET接口中首先点击"Try it out"之后，在img_path中输入一个图像路径，比如/data/dog_01.jpg，然后再点击Execute按钮，在下方就能显示出相应路径的图像。每次执行一个命令时，在python3 src/main.py所在的终端界面中，都要打印出服务端执行的日志。
5 GET /progress接口测试
此接口我的理解就是统计当前在/data/目录下图像的数量。
6 POST /img/load接口测试
此接口是向milvus中添加/data目录下的图像素材。在Request body中填写如下参数：
{"Table": "reverse_img_search","File": "/data"
}
其中，reverse_img_search是milvus概念中的collection name，同时也是mysql中的表名。File字段就是填写要加载的图像所在目录。
执行成功之后，可以登陆mysql中查看
sudo mysql -h127.00.1 -uroot -p
show databases;
use mysql;
show tables;
select * from reverse_img_search;+--------------------+------------------------+
| milvus_id | image_path |
+--------------------+------------------------+
| 441440473896720459 | /data/aeroplane_01.jpg |
| 441440473896720460 | /data/aeroplane_02.jpg |
| 441440473896720461 | /data/dog_01.jpg |
| 441440473896720462 | /data/1.png |
+--------------------+------------------------+
4 rows in set (0.00 sec)
7 POST /img/search接口测试
此接口即是以图搜图，在table_name中填写前面load时的collection name：reverse_img_search，在img中选择一个本地图像，界面中会显示搜索结果如下：
[["/data/dog_01.jpg",0],["/data/aeroplane_02.jpg",0],["/data/1.png",1.6162450313568115],["/data/aeroplane_01.jpg",1.6162450313568115]
]
即返回collection中每个图像与当前本地图像的相似度。
8 POST /img/count接口测试
此接口来测试图像数量，也是在table_name中输入reverse_img_search，会在界面中返回数量。
9 后记
这里只是测试服务端API接口，即直接对milvus服务进行本地操作，后续要从client端来测试milvus。
