Zilliz 向量数据库（Milvus）是用 C++ 语言开发的。它基于高效的数据结构和算法来支持高性能的向量相似度搜索。

在 Milvus 内部，主要使用了以下数据结构和技术：

1. 索引结构：Milvus 使用了多种索引结构来加速向量相似度搜索。其中包括基于树结构的索引，比如 K-D 树、B-树和 IVF 等。这些索引结构被设计用于高效地存储和检索大规模的向量数据。

2. 压缩算法：为了降低存储空间和提升查询性能，Milvus 使用了各种压缩算法。这些算法可以在保证数据准确性的前提下，减小向量数据的存储和传输开销。

3. 并行计算：Milvus 利用多线程和并行计算技术来加速向量查询和索引构建过程。通过有效地利用多核处理器的计算能力，Milvus 可以在较短的时间内处理大规模向量数据。