Windows环境下利用Docker与WSL2快速部署Milvus向量数据库
1. 为什么选择Windows+Docker+WSL2部署Milvus？
很多AI开发者习惯在Windows环境下工作，但传统方式部署Milvus需要复杂的Linux环境配置。我实测发现，用Docker配合WSL2的方案能完美解决这个问题——既保留了Windows的易用性，又获得了接近原生Linux的性能。去年我在客户现场部署时，从零开始到完成检索系统搭建只用了不到20分钟。
这种组合方案特别适合以下场景：
- 个人开发者快速搭建测试环境
- 教育演示或技术分享时快速部署
- 需要频繁切换Windows/Linux的混合开发场景
WSL2本质上是个完整的Linux内核，而Docker Desktop for Windows已经深度集成了WSL2后端。这意味着我们获得的Milvus性能几乎与原生Linux环境无异。有测试数据显示，在相同硬件条件下，WSL2的IO性能能达到原生Linux的80%以上，完全能满足开发测试需求。
2. 环境准备：从零搭建WSL2+Docker
2.1 安装WSL2子系统
首先以管理员身份打开PowerShell（Win+X选Windows终端管理员），运行：
wsl --install这个命令会自动完成三件事：启用WSL功能、下载最新Linux内核、安装Ubuntu发行版。我第一次操作时遇到下载卡顿，后来发现把DNS改成8.8.8.8就能解决。
安装完成后需要重启系统。验证安装是否成功：
wsl -l -v应该能看到类似这样的输出：
NAME STATE VERSION * Ubuntu Running 22.2 配置Docker Desktop
去Docker官网下载Windows版安装包时，注意要选"WSL2 backend"版本。安装过程中有个关键设置：在Configuration页面务必勾选"Use WSL2 based engine"。
安装完成后打开Docker Desktop，在Settings > Resources > WSL Integration里启用Ubuntu集成。这里有个隐藏技巧：把内存限制调到4GB以上（特别是要跑大模型时），否则可能出现容器异常退出。
3. Milvus单机版部署实战
3.1 准备目录结构
在WSL2的Ubuntu环境中创建专用目录（比在Windows端创建性能更好）：
mkdir -p ~/milvus/{conf,db,logs,pic,volumes,wal}这个结构不是随便设计的：
- conf：存放自定义配置文件
- db：数据库文件
- logs：运行日志
- pic：测试用图片（如果用视觉模型）
- volumes：Docker卷挂载点
- wal：预写式日志
3.2 获取docker-compose.yml
官方提供的部署文件需要做些小调整。这是我优化过的版本：
version: '3.5' services: etcd: container_name: milvus-etcd image: quay.io/coreos/etcd:v3.5.5 environment: - ETCD_AUTO_COMPACTION_MODE=revision - ETCD_AUTO_COMPACTION_RETENTION=1000 - ETCD_QUOTA_BACKEND_BYTES=4294967296 volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/etcd:/etcd command: etcd -advertise-client-urls=http://127.0.0.1:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcd minio: container_name: milvus-minio image: minio/minio:RELEASE.2023-03-20T20-16-18Z environment: MINIO_ACCESS_KEY: minioadmin MINIO_SECRET_KEY: minioadmin volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/minio:/minio_data command: minio server /minio_data healthcheck: test: ["CMD", "curl", "-f", "http://localhost:9000/minio/health/live"] interval: 30s timeout: 20s retries: 3 standalone: container_name: milvus-standalone image: milvusdb/milvus:v2.3.12 command: ["milvus", "run", "standalone"] environment: ETCD_ENDPOINTS: etcd:2379 MINIO_ADDRESS: minio:9000 volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/milvus:/var/lib/milvus - ${DOCKER_VOLUME_DIRECTORY:-.}/db:/var/lib/milvus/db - ${DOCKER_VOLUME_DIRECTORY:-.}/conf:/var/lib/milvus/conf - ${DOCKER_VOLUME_DIRECTORY:-.}/wal:/var/lib/milvus/wal ports: - "19530:19530" - "9091:9091" depends_on: - "etcd" - "minio" attu: container_name: milvus-attu image: zilliz/attu:v2.3.8 environment: MILVUS_URL: standalone:19530 ports: - "8000:3000" depends_on: - "standalone"3.3 启动与验证
在项目目录下执行：
docker-compose up -d首次启动会下载约1.5GB的镜像，耐心等待。完成后用这个命令检查状态：
docker ps --format "table {{.Names}}\t{{.Status}}"正常应该看到四个容器都是"Up"状态。
验证服务可用性：
from pymilvus import connections, utility connections.connect(host='localhost', port='19530') print(utility.get_server_version())如果输出版本号（如2.3.12），说明部署成功。
4. 常见问题与性能优化
4.1 端口冲突解决方案
如果19530端口被占用，修改docker-compose.yml中standalone服务的ports配置：
ports: - "19531:19530" # 左边是主机端口，右边是容器端口同时记得修改连接代码中的端口号。
4.2 数据持久化技巧
默认配置下，删除容器会丢失数据。要实现持久化：
- 定期备份volumes目录
- 使用--mount替代volumes（性能更好）：
volumes: - type: bind source: ./db target: /var/lib/milvus/db4.3 性能调优参数
在milvus/conf/standalone.yaml中添加：
common: retryTimesOnRPCFailure: 3 queryNode: gracefulTime: 5000 # 毫秒 storage: autoCompactionEnabled: true compaction: retentionDuration: 3600 # 秒5. 进阶：连接Attu可视化工具
部署时已经包含Attu服务，浏览器访问：
http://localhost:8000首次登录用默认账号：
- 地址：localhost:19530
- 用户名/密码：空
在Attu里可以：
- 查看集合/分区状态
- 执行向量搜索测试
- 监控系统资源占用
- 导入/导出数据
有个实用技巧：在Settings里开启"Auto Refresh"，调试时特别有用。我去年做电商推荐系统时，就是靠这个功能实时观察向量索引的构建进度。