# Milvus Reviews **Vendor:** ZILLIZ **Category:** [Software di database vettoriale](https://www.g2.com/it/categories/vector-database) **Average Rating:** 4.7/5.0 **Total Reviews:** 12 ## About Milvus Milvus è un database vettoriale open-source, nativo del cloud, altamente flessibile, affidabile e incredibilmente veloce. Supporta la ricerca di similarità di embedding e applicazioni AI e si impegna a rendere i database vettoriali accessibili a ogni organizzazione. Milvus può memorizzare, indicizzare e gestire oltre un miliardo di vettori di embedding generati da reti neurali profonde e altri modelli di machine learning (ML). Questo livello di scala è fondamentale per gestire i volumi di dati non strutturati generati per aiutare le organizzazioni ad analizzarli e agire su di essi per fornire un servizio migliore, ridurre le frodi, evitare tempi di inattività e prendere decisioni più rapidamente. Milvus è un progetto di fase avanzata della LF AI & Data Foundation. ## Milvus Reviews ### 1. Migliorare l'Efficienza dei Test AI con la Ricerca Vettoriale Scalabile Utilizzando Milvus **Rating:** 5.0/5.0 stars **Reviewed by:** Bharat V. | Lead SDET AI, Servizi legali, Enterprise (> 1000 dip.) **Reviewed Date:** April 30, 2026 **Cosa Le piace di più di Milvus?** Una nuova cosa che ho iniziato ad apprezzare di Milvus è quanto bene supporti la ricerca ibrida e i casi d'uso dell'IA in evoluzione. Nel nostro lavoro recente, abbiamo esplorato scenari in cui sia la somiglianza vettoriale che il filtraggio dei metadati sono richiesti insieme. Milvus gestisce questa combinazione in modo piuttosto efficace, il che rende i test più realistici. Ad esempio, invece di convalidare solo "risultati simili", ora possiamo convalidare "risultati rilevanti in un contesto specifico", che è più vicino a come gli utenti reali interagiscono con i sistemi di intelligenza artificiale. Un'altra cosa che ho notato è la stabilità migliorata quando si lavora con dataset più grandi e dinamici. Man mano che i nostri dati di test crescono e cambiano frequentemente, Milvus mantiene comunque prestazioni costanti. Questo ci ha aiutato a eseguire test di regressione più affidabili senza preoccuparci di cali di prestazioni. Mi piace anche come si inserisce nei flussi di lavoro moderni dell'IA che coinvolgono sistemi basati sul recupero come RAG. Ci fornisce una solida base per testare non solo la somiglianza, ma anche quanto bene il recupero influisca sulle risposte finali dell'IA. Un vantaggio sottile ma importante è come consente una migliore sperimentazione. Possiamo provare rapidamente diversi approcci di indicizzazione o di query durante i test e vedere come influenzano la rilevanza. Questo rende più facile affinare il comportamento dell'IA da una prospettiva di QA. Nel complesso, al di là delle funzionalità principali, Milvus sta diventando più utile man mano che ci spostiamo verso scenari di test dell'IA più avanzati e realistici. **Cosa non Le piace di Milvus?** Ci sono alcune aree in cui Milvus può migliorare, specialmente dal punto di vista del QA e dei test AI. Un miglioramento chiave sarebbe una guida migliore sulla selezione degli indici e la regolazione dei parametri. Al momento, ottenere il giusto equilibrio tra accuratezza e prestazioni richiede spesso tentativi ed errori. Avere raccomandazioni più chiare o suggerimenti integrati basati sui casi d'uso farebbe risparmiare molto tempo. L'osservabilità è un'altra area che potrebbe essere più forte. Quando i risultati della ricerca non sono come previsto, non è facile individuare se il problema riguarda gli embedding, l'indicizzazione o il comportamento delle query. Log più dettagliati, strumenti di debug o approfondimenti visivi su come vengono recuperati i risultati renderebbero il troubleshooting molto più semplice. Anche l'interfaccia utente potrebbe essere migliorata. Sebbene l'interazione basata su API funzioni bene per lo sviluppo, un'interfaccia più interattiva per gestire le collezioni, eseguire query e convalidare i risultati aiuterebbe molto nei test esplorativi e nei cicli di convalida più rapidi. Dal punto di vista della scalabilità, semplificare il deployment e la gestione delle risorse sarebbe prezioso. Eseguire Milvus in modo efficiente in ambienti più grandi richiede ancora una pianificazione attenta, quindi miglioramenti nell'auto-scaling o una configurazione più semplice aiuterebbero i team ad adottarlo più rapidamente. Infine, esempi più pratici e reali, specialmente focalizzati su test, convalida e casi d'uso di qualità AI, renderebbero l'onboarding più fluido per i team di QA. Nel complesso, Milvus è forte in termini di prestazioni e capacità, ma migliorare l'usabilità, la visibilità e la guida lo renderebbe ancora più efficace nei flussi di lavoro reali. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Milvus risolve un problema chiave per noi riguardo alla validazione della somiglianza e della rilevanza su larga scala nelle applicazioni basate su AI e LLM. Nel mio attuale ruolo di QA, prima di utilizzare Milvus, avevamo difficoltà a testare funzionalità basate su embedding come la ricerca semantica e le raccomandazioni. Ci affidavamo a dataset più piccoli e script personalizzati, il che rendeva la validazione lenta e non molto affidabile per scenari reali. I database tradizionali non erano efficienti per gestire la ricerca vettoriale ad alta dimensione. Con Milvus, ora memorizziamo gli embedding generati dai nostri modelli ed eseguiamo query di somiglianza come parte del nostro processo di validazione dei test. Ad esempio, durante il test della ricerca semantica, interroghiamo i vicini più prossimi per verificare se il sistema sta restituendo i risultati più rilevanti. Questo processo è ora molto più veloce, con risposte in millisecondi, il che ci consente di eseguire più cicli di validazione in modo efficiente. Da una prospettiva di flusso di lavoro, ha migliorato significativamente la nostra automazione. Abbiamo integrato Milvus nei nostri pipeline di test basati su Python, quindi invece di una validazione manuale o logica personalizzata, eseguiamo controlli di rilevanza automatizzati durante i test di regressione delle funzionalità AI. Un altro vantaggio è la coerenza. Anche con grandi dataset, le prestazioni di ricerca rimangono stabili, il che ci aiuta a ottenere risultati di validazione ripetibili. Questo è importante quando si testano sistemi LLM dove gli output possono variare, quindi avere un livello di somiglianza affidabile aggiunge fiducia. In termini di ROI, riduce la necessità di costruire e mantenere soluzioni di ricerca vettoriale personalizzate. Questo risparmia tempo di ingegneria e ci consente di concentrarci maggiormente sul miglioramento della copertura e della qualità dei test. Nel complesso, Milvus ci aiuta a risolvere la sfida della validazione vettoriale scalabile e ha reso il nostro processo di test AI più veloce, più affidabile e più facile da gestire. ### 2. Archiviazione Vettoriale Nativa ed Efficiente per l'IA Moderna **Rating:** 5.0/5.0 stars **Reviewed by:** Pablo H. | Tecnico de Suporte, Piccola impresa (50 o meno dip.) **Reviewed Date:** December 18, 2025 **Cosa Le piace di più di Milvus?** Architettura nativa per vettori Progettato specificamente per l'archiviazione e la ricerca vettoriale su larga scala, diversamente dai database tradizionali adattati. Supporto efficiente per embedding densi e sparsi, essenziale per i modelli moderni di IA. **Cosa non Le piace di Milvus?** Complessità operativa e di deploy Architettura distribuita intricata: Molteplici componenti (coordinatori, worker, ecc.) richiedono configurazione e monitoraggio separati. Dipendenza pesante dall'infrastruttura: Necessità di Kubernetes o orchestrazione di container per il deploy in produzione. Versione standalone limitata: La versione "standalone" non è adatta per la produzione, solo per i test. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Supporto per inserimenti, aggiornamenti ed eliminazioni in tempo reale senza reindicizzazione completa (in scenari specifici). ### 3. Miglior strumento di help desk 2026 **Rating:** 5.0/5.0 stars **Reviewed by:** Felipe B. | Assistente de TI, Mid-Market (51-1000 dip.) **Reviewed Date:** January 26, 2026 **Cosa Le piace di più di Milvus?** Evidenzia l'Omnicanalità, tutte le modalità di assistenza in un unico strumento. Monitoraggio in tempo reale dei terminali. Gestione degli SLA, report e dashboard. Base di conoscenza con autoassistenza per utenti finali. **Cosa non Le piace di Milvus?** Complessità di configurazione per aziende più piccole, con una vasta gamma di funzionalità. Struttura più orientata al settore IT. Piattaforma basata su cloud, qualsiasi instabilità interrompe l'accesso. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Gestione delle chiamate, SLA di monitoraggio, rapporti e Omnicanalità. ### 4. Valutazione Milvus **Rating:** 4.0/5.0 stars **Reviewed by:** Marcos D. | Analista Sr Financeiro, Enterprise (> 1000 dip.) **Reviewed Date:** January 22, 2026 **Cosa Le piace di più di Milvus?** Chiarezza nelle chiamate e avvisi. Categoria e pause. **Cosa non Le piace di Milvus?** Non c'è l'automazione per coda e termine SLA. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Richiesta di pagamento, organizzazione. ### 5. milvus - un database indispensabile **Rating:** 5.0/5.0 stars **Reviewed by:** Chetan B. | Devops engg, Piccola impresa (50 o meno dip.) **Reviewed Date:** August 01, 2024 **Cosa Le piace di più di Milvus?** Milvus si erge orgoglioso come un eccezionale database vettoriale open-source per la sua guida efficace nella ricerca di similarità e nei programmi di intelligenza artificiale. Quello che mi piace di più di Milvus è la sua architettura altamente efficiente e scalabile, che gestisce senza problemi dataset di grande scala con milioni o addirittura miliardi di vettori. **Cosa non Le piace di Milvus?** Uno svantaggio principale è la sua curva di apprendimento piuttosto ripida, specialmente per gli utenti nuovi ai database vettoriali e alle applicazioni di intelligenza artificiale. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Per noi, questa capacità si traduce in risultati di ricerca più veloci e pertinenti, migliorando l'esperienza utente nelle nostre applicazioni. ### 6. L'esperienza utente di Milvus è straordinaria **Rating:** 4.5/5.0 stars **Reviewed by:** Bishal B. | Technical Support Engineer II , Mid-Market (51-1000 dip.) **Reviewed Date:** June 19, 2024 **Cosa Le piace di più di Milvus?** Milvus eccelle nell'eseguire ricerche di similarità su dati vettoriali ad alta dimensione, il che è cruciale per applicazioni come il recupero di immagini, l'elaborazione del linguaggio naturale (NLP) e i sistemi di raccomandazione. **Cosa non Le piace di Milvus?** È complesso impostare e configurare Milvus in un ambiente distribuito. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Uno dei problemi principali che Milvus affronta è eseguire ricerche di similarità rapide e accurate su dati vettoriali ad alta dimensione. ### 7. Utente giornaliero di Milvus **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Mid-Market (51-1000 dip.) **Reviewed Date:** July 30, 2024 **Cosa Le piace di più di Milvus?** È uno dei database vettoriali più veloci in circolazione. **Cosa non Le piace di Milvus?** Il codice per creare una collezione può essere difficile da capire per un principiante. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** È davvero efficace nel memorizzare il database in forma vettoriale e veloce nel recuperare le informazioni utili e relative dal database utilizzando un algoritmo di ricerca per similarità con librerie di machine learning. ### 8. Tantissime ottime funzionalità e opzioni di personalizzazione per un prodotto di database open source **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Mid-Market (51-1000 dip.) **Reviewed Date:** February 14, 2024 **Cosa Le piace di più di Milvus?** La capacità di prendere il codice open source e costruire qualcosa di veramente potente per il nostro caso d'uso. **Cosa non Le piace di Milvus?** La curva di apprendimento per impostare tutto è stata una sfida. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** I nostri clienti ci avevano dato feedback che il nostro stack attuale limitava il modo in cui potevano distribuire la nostra piattaforma. Milvus ci dà più controllo e più opzioni per i nostri utenti finali. ### 9. Milvus è un database vettoriale eccezionale **Rating:** 5.0/5.0 stars **Reviewed by:** Namee O. | Founder, Piccola impresa (50 o meno dip.) **Reviewed Date:** February 06, 2024 **Cosa Le piace di più di Milvus?** Milvus è estremamente scalabile, facile da usare **Cosa non Le piace di Milvus?** Niente da segnalare in alcun modo ........... **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Milvus è eccezionale nel gestire grandi quantità di dati non strutturati ### 10. La versione Milvus2.x è matura **Rating:** 5.0/5.0 stars **Reviewed by:** Xingxing D. | Enterprise (> 1000 dip.) **Reviewed Date:** March 20, 2023 **Cosa Le piace di più di Milvus?** Milvus ha un'architettura cloud native, eccellenti prestazioni, tipi di indice ricchi e può supportare una varietà di scenari applicativi, rendendolo molto adatto per un'implementazione su larga scala nelle imprese. Con un supporto API ricco, è molto conveniente costruire una piattaforma nelle imprese. Utilizziamo Milvus nella ricerca di similarità delle immagini, nella ricerca di similarità dei video, negli scenari di sistemi di raccomandazione; utilizzando Milvus, il nostro sistema ha migliorato significativamente le prestazioni e la stabilità. **Cosa non Le piace di Milvus?** Milvus dovrebbe migliorare l'interfaccia web (Attu), attualmente la funzione è relativamente semplice, e anche la funzione di upsert è **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Utilizziamo Milvus nella ricerca di similarità delle immagini, nella ricerca di similarità dei video e negli scenari di sistemi di raccomandazione. Utilizzando Milvus, le prestazioni e la stabilità del nostro sistema sono migliorate significativamente. ### 11. un motore di ricerca di similarità vettoriale perfetto **Rating:** 5.0/5.0 stars **Reviewed by:** morgen z. | Piccola impresa (50 o meno dip.) **Reviewed Date:** March 17, 2023 **Cosa Le piace di più di Milvus?** La comunità di Milvus è molto attiva; molti utenti sollevano problemi e ricevono risposte quotidianamente. La velocità di aggiornamento del prodotto è fulminea e viene costantemente ottimizzato. Attualmente, le sue prestazioni e stabilità soddisfano le nostre esigenze. Con la sua architettura efficiente e scalabile, Milvus può gestire facilmente set di dati su larga scala, fornendo risultati rapidi e accurati anche su query complesse. **Cosa non Le piace di Milvus?** Alcuni documenti non sono accurati, con piccoli errori. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Memorizza il vettore in Milvus e aiutaci a cercare app mobili simili. ### 12. elaborazione dei dati nella ricerca, raccomandazione e IA, inclusa l'elaborazione delle caratteristiche e dei vettori dei dati **Rating:** 4.0/5.0 stars **Reviewed by:** liu l. | Piccola impresa (50 o meno dip.) **Reviewed Date:** March 23, 2023 **Cosa Le piace di più di Milvus?** Distribuzione distribuita su k8s. Molto più veloce di prima. **Cosa non Le piace di Milvus?** La velocità di query in modalità Restful è troppo lenta, è più lenta dell'API Python e dell'API Java. Spero di ottimizzare il metodo di richiesta Restful. **Quali problemi sta risolvendo Milvus e in che modo La sta aiutando?** Somiglianza delle immagini Somiglianza del testo Richiamo consigliato - [View Milvus pricing details and edition comparison](https://www.g2.com/it/products/milvus/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-25+20%3A56%3A22+-0500&secure%5Bsession_id%5D=7faa06cb-f2d1-4e95-9c4c-95c22ca68f6c&secure%5Btoken%5D=db2d47cedf5a28810c09d48aceb8db3fc99496a6102733520cb641651c09662c&format=llm_user) ## Milvus Integrations - [Apache Phoenix](https://www.g2.com/it/products/apache-phoenix/reviews) ## Milvus Features **Indicizzazione dei dati** - Ricerca Semantica - Indicizzazione dei dati **Agentic AI - AWS Marketplace** - Esecuzione autonoma dei compiti - Pianificazione a più fasi - Integrazione tra sistemi **Intelligenza di recupero - Piattaforme di infrastruttura per la ricerca e il recupero AI** - Sintonizzazione avanzata della rilevanza - Comprensione e espansione della query - Recupero multistadio e riordinamento - Ricerca contestuale e personalizzata **Incorporazione e gestione dei modelli - Piattaforme di infrastruttura per la ricerca e il recupero AI** - Incorporare la gestione delle versioni e del ciclo di vita - Supporto alla ricerca multimodale - Fornitori di embedding e LLM modulari **Filtri** - Ricerca accurata - Filtraggio a Fase Singola - Database Vettoriale **Ottimizzazione del recupero LLM e RAG - Piattaforme di infrastruttura per la ricerca e il recupero AI** - Orchestrazione della pipeline di recupero - Ottimizzazione del recupero consapevole di LLM - Ottimizzazione della strategia di recupero ibrida **Arricchimento dei Dati e Intelligenza degli Indici - Piattaforme di Infrastruttura per la Ricerca e il Recupero AI** - Aggiornamenti incrementali e in streaming dell'indice - Arricchimento dati integrato **Sicurezza e governance - Piattaforme di infrastruttura per la ricerca e il recupero AI** - Controlli di accesso dettagliati - Politiche di residenza e conservazione dei dati - Log di audit e tracciabilità del recupero **Operazioni, osservabilità e affidabilità - Piattaforme di infrastruttura per la ricerca e il recupero AI** - Analisi di ricerca e debug della pertinenza - Alta disponibilità e ripristino di emergenza ## Top Milvus Alternatives - [Algolia](https://www.g2.com/it/products/algolia/reviews) - 4.5/5.0 (428 reviews) - [Elasticsearch](https://www.g2.com/it/products/elastic-elasticsearch/reviews) - 4.5/5.0 (288 reviews) - [SearchStax](https://www.g2.com/it/products/searchstax/reviews) - 4.5/5.0 (172 reviews)