在 AI 数据库领域，Milvus 是一个高性能的开源向量数据库，专为处理大规模向量数据和高效相似性搜索而设计，功能很好很强大。
由于 Milvus API 调用的复杂性，对于刚接触的开发者来说，是有一定的学习成本的。比如翻 API 文档大半个小时，就想查个向量相似度；连个数据库还需要调 pymilvus.connect()......
最终，老板霸气拍桌：把它 SQL 化！让 0 基础的程序猿也能直接上手！
然后，NineData 的 SQL 窗口（Milvus 版）就这么华丽丽地登场了。以前要各种查文档调 API 才能实现的操作，现在直接拿它当 MySQL 使唤。例如：
以前插入向量数据：
# 传统 API 写法curl -X POST http://localhost:19121/v1/entities \-H "Content-Type: application/json" \-d '{"collection_name": "products","fields_data": [{"field_name": "id","values": [1, 2]},{"field_name": "vec","values": [[0.1, 0.2, 0.3, ..., 0.128], # 男士卫衣的 128 维向量[0.2, 0.3, 0.4, ..., 0.128] # 女士背包的 128 维向量]}]}'
现在插入向量数据：
-- 直接当 MySQL 用INSERT INTO products (id, vec)VALUES(1, EMBED('男士卫衣', 'text-embedding-v3', 128)),(2, EMBED('女士背包', 'text-embedding-v3', 128));
从此，你不再需要查 API 文档、不再需要背各种参数配置，直接用你烂熟于心的 SQL 就可以搞定 Milvus 的所有向量操作了。
NineData 功能拓展
能用 SQL 操作向量仅仅只是一个开始，结合 NineData 自身的能力，还可以做到这些事情：
免密访问：组织内成员居然知道核心库的账号密码？是不是觉得删库跑路离你很远？NineData 提供的一站式能力，让所有成员登录平台即可访问数据库，彻底告别数据库裸奔。
权限隔离：按人分配权限，谁能读能写，谁只能读，谁能删库，安排得明明白白，权限漏洞给你焊得死死的。
操作审计：谁在深夜偷偷查工资单？操作记录一清二楚，追责目标明确。
API 兼容：不想用 SQL？没问题，NineData 同样支持原生 API 操作，完全可以当成官方 IDE 使用（无需在请求中加入认证信息，其他使用完全一致)。
实操演示
秒建向量表
智能插入向量
相似度查询
NineData 社区版免费支持
无论你是想要快速接入 Milvus API 的程序员，还是担心数据库安全的 CTO，立刻来 NineData 官网体验既强大功能还多的 Milvus SQL 窗口。
NineData 还在不久前推出了免费使用的社区版本，同时还可以在本地进行部署，无需再担忧内网数据源访问问题以及安全问题了。
关于NineData
NineData 是云原生智能数据管理平台，提供数据库 DevOps、数据复制、数据库对比、备份恢复等数据库全生命周期服务，已获红杉资本等顶级机构投资，客户覆盖互联网、金融、房地产、制造业等关键领域。
