1.MySQL

前置准备（必须先完成）

1. 安装 Docker Desktop（Windows）

• 官网下载：Docker Desktop
• 安装时默认勾选「Use WSL 2 instead of Hyper-V」（Windows 推荐方案）
• 安装完成后重启电脑，打开 Docker Desktop，左下角显示「Docker Desktop is running」即为启动成功。

2. VS Code 安装必备扩展

在扩展商店搜索安装：

• Docker（Microsoft 官方出品，用来可视化管理容器、镜像、执行命令）
• Database Client（Weijan Chen，可视化管理数据库，支持 MySQL/PostgreSQL 等绝大多数数据库）

---

分步操作：以最常用的 MySQL 8.0 为例

步骤 1：拉取 MySQL 官方镜像

打开 VS Code 终端（任意目录均可），执行拉取命令：

docker pull mysql:8.0

下载完成后，可在 VS Code 左侧「Docker」面板的「Images」中看到该镜像。

步骤 2：启动 MySQL 容器（核心，带数据持久化）

在终端执行启动命令，关键参数包含端口映射、密码、自动建库、数据卷挂载（防止容器删除后数据丢失）。

Windows PowerShell 中建议写成一行，避免换行报错：

docker run -d --name mysql-course -p 3306:3306 -e MYSQL_ROOT_PASSWORD=123456 -e MYSQL_DATABASE=ai_course_db -v mysql-data:/var/lib/mysql --restart always mysql:8.0

参数说明：

参数	作用
--name mysql-course	自定义容器名称，方便后续管理
-p 3306:3306	端口映射：本地 3306 端口 → 容器内 3306 端口
-e MYSQL_ROOT_PASSWORD=123456	设置 root 用户的密码，可自定义
-e MYSQL_DATABASE=ai_course_db	启动时自动创建一个数据库，对应你的作业项目
-v mysql-data:/var/lib/mysql	数据卷挂载：数据库数据持久化到本地，删除容器数据不会丢失
--restart always	开机自启：Docker 启动后数据库自动运行

步骤 3：验证容器运行状态

执行命令查看容器，STATUS 显示 Up 即为运行成功：

docker ps

也可以在 VS Code 左侧「Docker」面板的「Containers」中查看，绿色三角标识代表运行中。

---

步骤 4：VS Code 可视化连接数据库

用 Database Client 插件可视化管理表、执行 SQL，不用额外安装数据库客户端：

1. 点击 VS Code 左侧「数据库」图标（Database Client 面板）
2. 点击「新建连接」→ 选择「MySQL」
3. 填写连接信息：
   • 主机：127.0.0.1（本地）
   • 端口：3306
   • 用户名：root
   • 密码：123456（和启动命令里的密码一致）
   • 数据库：ai_course_db（可选，填了直接进入指定库）
4. 点击「测试连接」，提示成功后点击「保存」，即可可视化建表、查询数据。

---

步骤 5：后续在这个项目里新建其他数据库

在当前界面新建数据库的操作步骤

1. 右键点击上方的「AI 课程 mySQL 8.0.46」连接名
2. 选择「新建查询」
3. 在弹出的 SQL 编辑窗口里输入建库语句，例如：

   CREATE DATABASE IF NOT EXISTS 数据库名称 DEFAULT CHARSET utf8mb4 COLLATE utf8mb4_unicode_ci;
   

4. 点击执行按钮（闪电图标）运行语句
5. 执行成功后，右键刷新连接，就能在列表里看到你新建的数据库，和 ai_course_db 并排显示。

 步骤 6：Python 项目中连接数据库

在你的作业项目中安装依赖，用代码连接数据库（以 SQLAlchemy 为例，兼容 LangChain）：

1. 安装依赖：

   uv add pymysql sqlalchemy
   

2. 连接测试代码：

   from sqlalchemy import create_engine, text
   
   # 数据库连接地址格式：mysql+pymysql://用户名:密码@地址:端口/数据库名
   DB_URL = "mysql+pymysql://root:123456@127.0.0.1:3306/ai_course_db"
   
   # 创建数据库引擎
   engine = create_engine(DB_URL)
   
   # 测试连接
   with engine.connect() as conn:
       result = conn.execute(text("SELECT VERSION()"))
       print("数据库版本：", result.scalar())
   

---

常用 Docker 数据库操作命令

操作	命令
停止运行中的容器	docker stop mysql-course
启动已停止的容器	docker start mysql-course
重启容器	docker restart mysql-course
删除容器（需先停止）	docker rm mysql-course
查看所有容器（含停止的）	docker ps -a
查看容器运行日志	docker logs mysql-course

2.Milvus

整体流程：

• D 盘新建文件夹 D:\milvus
• 在这个目录执行 curl 下载官方单机版 yml
• 在 D:\milvus 执行 docker compose up -d 启动独立 Milvus 服务

Milvus 服务独立部署，不和业务代码放在同一个项目目录，这是非常标准、推荐的做法。

完整操作步骤（在线拉取，新建向量库）

1. 新电脑提前启动 Docker Desktop

等待引擎运行成功。

2. 创建目录

D 盘手动新建文件夹

D:\milvus

3. 进入目录，在此处打开 PowerShell

进入 D:\milvus → 空白处 Shift + 右键 → 在此处打开 PowerShell 执行下载官方稳定版单机配置：

curl -Uri "https://github.com/milvus-io/milvus/releases/download/v2.4.15/milvus-standalone-docker-compose.yml" -OutFile docker-compose.yml

如果 github 访问超时下载失败（输入该命令之后命令行无返回），两种解决办法： ①旧电脑 U 盘直接复制 D:\milvus\docker-compose.yml 到新电脑 D:\milvus，不用重新下载 ②直接新建文档docker-compose.yml（务必修改后缀，不要保存成 docker-compose.yml.txt），复制粘贴下面这段代码并保存

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
      - ETCD_SNAPSHOT_COUNT=50000
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/etcd_data:/etcd
    command: etcd -name=etcd -data-dir=/etcd -advertise-client-urls=http://127.0.0.1:2379 -listen-client-urls=http://0.0.0.0:2379 --listen-peer-urls=http://0.0.0.0:2380
    ports:
      - "2379:2379"

  minio:
    container_name: milvus-minio
    image: minio/minio:RELEASE.2023-03-20T20-16-18Z
    environment:
      MINIO_ACCESS_KEY: minioadmin
      MINIO_SECRET_KEY: minioadmin
    ports:
      - "9000:9000"
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/minio_data:/data
    command: minio server /data

  standalone:
    container_name: milvus-standalone
    image: milvusdb/milvus:v2.4.15
    command: ["milvus", "run", "standalone"]
    security_opt:
      - seccomp:unconfined
    environment:
      ETCD_ENDPOINTS: etcd:2379
      MINIO_ADDRESS: minio:9000
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/milvus_data:/var/lib/milvus
    ports:
      - "19530:19530"
      - "9091:9091"
    depends_on:
      - "etcd"
      - "minio"

执行完成后，目录里会出现一个 docker-compose.yml 文件，这个文件里定义了 3 个服务：

• milvus-standalone：Milvus 向量数据库主服务
• etcd：存储元数据（集合、索引等信息）
• minio：对象存储，保存实际向量与数据文件

创建 yml 文件完成后，先查看文件夹确认文件存在：

ls

列表出现 docker-compose.yml，才能执行 docker compose up -d。

4. 启动 Milvus

在 docker-compose.yml 所在的目录执行：

docker compose up -d

自动拉取 milvusdb/milvus:v2.4.15、etcd 镜像，后台启动服务。

5. 验证启动

docker ps

看到 milvus、etcd 容器即为成功。 服务地址不变：localhost:19530，你的代码无需修改连接地址。

核心端口说明

• 19530：gRPC 端口，Python、LangChain 客户端连接用（我们主要用这个）
• 9091：HTTP REST API 端口

6. VS Code 中 Python 连接验证

安装 Python 客户端

在你的项目终端执行（你用 uv 环境，直接执行）：

uv add pymilvus

新建测试脚本验证连接

在 VS Code 新建 test_milvus.py，粘贴以下代码并运行：

from pymilvus import connections

# 连接本地 Milvus
connections.connect(
    alias="default",
    host="localhost",
    port="19530"
)

print("✅ Milvus 连接成功")

# 查看当前所有集合
from pymilvus import utility
print("当前集合列表:", utility.list_collections())

运行后输出「连接成功」就说明部署完成，可以正常使用了。

📌 Milvus 和 MySQL 部署结构总结（你的最终架构）

1. Milvus 路径：D:\milvus\docker-compose.yml 启动方式：docker compose up -d
2. MySQL 启动方式：独立docker run命令，无 yml 文件

两个服务互相独立，分开启动，不用整合在同一个 compose，维持你原来的使用习惯