基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型

0.Milvus与Faiss对比

Milvus相对于Faiss的优势主要体现在以下几个方面：

• 在线数据更新与实时搜索：
  • Milvus支持在线的数据更新和实时的向量搜索，这意味着在数据频繁变动的场景下，用户无需重新构建整个索引，从而大大减少了维护成本。
  • 相比之下，Faiss不支持在线数据更新，如果需要添加或删除数据，可能需要重新构建整个索引，这在某些应用场景下可能会带来不便。
• 灵活性和可扩展性：
  • Milvus支持灵活的数据结构和索引方式，可以满足不同应用场景的需求。
  • 同时，Milvus支持水平扩展，通过增加节点可以提高整个系统的处理能力，从而适应更大规模的数据集。
• 易用性：
  • Milvus提供了一系列的API和工具，使得开发者可以方便地集成和使用它。
  • Milvus还支持多种编程语言和框架，如Python、Java、Spark等，这进一步提高了其易用性。
• 高性能计算与优化：
  • Milvus不仅集成了业界成熟的向量搜