本文介绍了如何在Windows系统上通过Conda安装Milvus Lite，用于大模型学习开发。首先，确保已安装Conda环境，然后创建并激活一个新的Conda环境，推荐Python 3.9。接着，使用pip安装Milvus Lite，安装完成后自带轻量版服务，无需Docker。文章提供了验证安装的Python代码示例，包括启动内置服务、连接Milvus、检查服务状态以及停止服务。同时，还介绍了如何持久化启动Milvus Lite，以及解决端口占用和数据持久化等常见问题。最后，建议如果需要更稳定的部署，可以选择使用Docker。

✅使用Conda安装Milvus Lite，无需Docker，简化了安装流程，特别适合快速上手和本地开发环境。

💾 Milvus Lite默认使用内存存储，重启后数据会丢失。通过`default_server.init(path="/path/to/storage")`可以指定数据目录，实现数据的持久化存储。

⚠️默认端口为19530，如果端口被占用，可以使用`default_server.set_port(新端口)`来调整端口号，避免冲突。

通过Conda安装MilvusLite

在 Windows 上通过 Conda 安装 Milvus Lite 并进行大模型学习开发，可以按照以下步骤操作：

---

1. 确保 Conda 环境已安装

打开 Anaconda Prompt（或终端），检查 Conda 版本：

conda --version

如果没有 Conda，请先安装 Miniconda 或 Anaconda。

2. 创建并激活 Conda 环境

也可以安装在已有的conda环境中，如果没有则需要为项目创建独立环境（Python 3.9 推荐），：

conda create -n milvus_lite python=3.9 -yconda activate milvus_lite

3. 安装 Milvus Lite

Milvus Lite 直接通过 pip 安装，无需单独下载：

pip install milvus

安装完成后会自带轻量版服务（无需额外启动 Docker）。

4. 验证安装

我的conda环境中已经安装了jupyter notebook，其他运行环境也可以。在 Python 中测试客户端连接：

from milvus import default_serverfrom pymilvus import connections, utility# 启动内置服务（自动运行）default_server.start()# 连接到 Milvusconnections.connect(host="127.0.0.1", port=default_server.listen_port)# 检查服务状态print(utility.get_server_version())  # 应输出版本号如 "2.3.0"# 停止服务（完成操作后调用）default_server.stop()

如何持久化启动

在conda命令行先运行：

milvus-server --data home\server\milvus_lite

然后在jupyter notebook运行代码，检查milvus是否已经启动from milvus import default_serverfrom pymilvus import connections, utility

# 连接到 Milvusconnections.connect(host="127.0.0.1", port=default_server.listen_port)# 检查服务状态print(utility.get_server_version())  # 应输出版本号如 "2.3.0"

常见问题

端口占用：默认端口为 19530，可通过 default_server.set_port(新端口) 调整。数据持久化：Milvus Lite 默认内存存储，重启后数据消失。如需持久化：

default_server.init(path="/path/to/storage")  # 指定数据目录

想要更稳定，可以选择用Docker部署