Gebaut für Milliarden von Vektoren und bezahlt mit Betriebsaufwand; unterhalb einiger hundert Millionen ist es mehr Datenbank, als die meisten Teams brauchen. Wir bewerten es mit 4.4 von 5.

Kostenlos und Open Source unter Apache 2.0. Zilliz Cloud ist der verwaltete Dienst: kostenlose Stufe (5 GB, fünf Collections), Dedicated ab 63 $, 16 $ oder 5 $ pro Million Vektoren mit 768 Dimensionen im Monat (performance, capacity oder tiered), Enterprise ab 197 $ im Monat, Business Critical auf Angebot.

Welche Nachteile hat Milvus?

Ein Cluster braucht mindestens 32 GB RAM, empfohlen 128 GB, dazu Kubernetes; Authentifizierung standardmäßig aus; das root-Passwort lautet Milvus; Die meisten veröffentlichten Benchmarks stammen von Zilliz; Die Speicherformate von 3.0 verhindern nach dem Aktivieren ein Rollback.

Was kostet Milvus für ein Team oder im Produktivbetrieb?

Selbst gehostet: Die Doku empfiehlt 8+ Kerne und 128 GB RAM pro Cluster mit NVMe. Zilliz Cloud Dedicated beginnt bei 63 $ pro Million Vektoren im Monat leistungsoptimiert, 16 $ kapazitätsoptimiert und 5 $ tiered; die kostenlose Stufe bietet 5 GB und bis zu 5 Collections, und Enterprise beginnt bei 197 $ im Monat mit SSO und privaten Endpunkten.

Ist Milvus sicher für Firmendaten?

Selbst gehostetes Milvus sendet nichts an Zilliz; die Daten liegen in deinem Objektspeicher und in etcd. Die Authentifizierung muss von Hand aktiviert und das root-Passwort Milvus geändert werden. Halte Port 9091 privat: CVE-2026-26190 (CVSS 9,8) legte dort vor 2.5.27/2.6.10 eine nicht authentifizierte API offen, und ein Import-Fehler aus dem Jahr 2026, der das RBAC für Collections umging, wurde in 3.0.3 behoben.

Was sind die besten Alternativen zu Milvus?

Die nächsten Alternativen, die wir getestet haben, sind Qdrant, Weaviate, pgvector und LanceDB.

Milvus GitHub-Repo im Test (2026)

Was ist Milvus?

Milvus ist eine Open-Source-Vektordatenbank in Go und C++, aufgebaut aus getrennten Diensten für Speicherung, Indexierung und Abfrage, sodass jeder für sich skalieren kann. Sie unterstützt dichte und dünnbesetzte Vektoren, BM25-Volltextsuche, viele Indextypen und Filter auf skalaren Feldern.

Milvus 3.0.0, erschienen am 29. Juli 2026, bringt ein Lake-natives Design: External Collections fragen Parquet-, Lance-, Iceberg- oder Vortex-Dateien im Objektspeicher ab, ohne sie hineinzukopieren. Außerdem wurde der Sparse-Index neu gebaut, und es kamen lange TEXT-Felder, Facettensuche, Schemaänderungen im laufenden Betrieb und Ablaufzeiten pro Zeile hinzu. Der jüngste Patch, 3.0.3, erschien am 14. Oktober 2026.

Zilliz, das Unternehmen hinter Milvus, verkauft den verwalteten Dienst Zilliz Cloud.

Lohnt sich Milvus?

Milvus ist die Open-Source-Vektordatenbank, die von Anfang an für sehr große Sammlungen entworfen wurde, und ihre Architektur ist das Argument. Speicherung, Indexierung und Abfrage laufen als getrennte Dienste und skalieren jeweils für sich. Dieses Design erklärt die Anhängerschaft bei Workloads mit Milliarden von Vektoren und die etwa 46.500 GitHub-Sterne, mehr als bei Qdrant oder Weaviate.

Version 3.0, erschienen im Juli 2026, setzt auf eine eigene Wette: External Collections indexieren und durchsuchen Parquet-, Lance-, Iceberg- oder Vortex-Dateien, die bereits im Objektspeicher liegen, sodass Embeddings aus einer Daten-Pipeline nicht hineinkopiert werden müssen. Laut Zilliz ist der neu gebaute BM25-Index etwa dreimal kleiner als in 2.6, und ein neuer Sparse-Algorithmus erreicht bis zum Zehnfachen des alten Durchsatzes. Das sind Herstellerangaben, und Zilliz betreibt auch VDBBench, die Rangliste, auf der Milvus meist gut abschneidet. Die neuen Speicherformate sind optional und verhindern, einmal aktiviert, die Rückkehr zu 2.6.

Bei der Hardware ist die Doku offen. Ein Cluster braucht mindestens 8 Kerne und 32 GB RAM, empfohlen sind 128 GB, dazu NVMe-Laufwerke und etcd auf einem Speicher, der fsync in unter 10 ms schafft. Auch Standalone in Docker Compose betreibt etcd und MinIO neben Milvus.

Die Sicherheitsvoreinstellungen verdienen Aufmerksamkeit. Die Nutzerauthentifizierung ist aus, bis du authorizationEnabled setzt, und das Standardpasswort für root lautet Milvus. Im Februar 2026 zeigte ein kritisches Advisory (CVE-2026-26190, CVSS 9,8), dass der Metrik-Port 9091 selbst bei aktiver Authentifizierung eine nicht authentifizierte REST-API offenlegte. Behoben wurde das in 2.5.27 und 2.6.10, und das Advisory merkt an, dass viele solcher Ports aus dem Internet erreichbar waren. Qdrant verlangt von seinen Betreibern weit weniger, und das ist der eigentliche Vergleich für alles unterhalb einiger hundert Millionen Vektoren.

Wo es sich lohnt

Ein Plattformteam bei einem Marktplatz mit 800 Millionen Produkt-Embeddings
Gefilterte Ähnlichkeitssuche mit produktionstauglicher Latenz liefern, ohne von Hand zu sharden
Rolle den Cluster mit Helm oder dem Milvus Operator aus, dimensioniere Query-Knoten getrennt von Index-Knoten und filtere auf skalaren Feldern wie Kategorie und Preis. Rechne mit laufender Arbeitszeit eines Platform Engineers und Knoten der 128-GB-Klasse; Zilliz Cloud ist die Alternative, wenn diese Stelle fehlt.
Ein Data-Engineering-Team, dessen Embeddings in Iceberg-Tabellen landen
Lakehouse-Daten durchsuchen, ohne eine zweite Kopier-Pipeline zu betreiben
Richte eine External Collection von 3.0 auf die Parquet- oder Iceberg-Dateien in S3 und indexiere sie am Ort. Das spart einen Ingestion-Job, ist aber neu in 3.0, und der Formatwechsel verhindert ein Rollback auf 2.6.
Ein Head of Engineering, der einen RAG-Korpus mit 100 Millionen Vektoren budgetiert
Zwischen Self-Hosting und Zilliz entscheiden
Zu den veröffentlichten Dedicated-Preisen von Zilliz für Vektoren mit 768 Dimensionen kosten 100 Millionen Vektoren ab etwa 6.300 $ im Monat leistungsoptimiert, 1.600 $ kapazitätsoptimiert oder 500 $ auf Tiered Storage, Replikate nicht eingerechnet. Vergleiche das mit einem selbst gehosteten Cluster plus Personalaufwand.

Bevor du dich festlegst

Einrichtung: Standalone: die Compose-Datei für v3.0.3 herunterladen und docker compose up -d ausführen, was etcd, MinIO und Milvus auf Port 19530 startet. Produktiv: Helm 3 auf Kubernetes 1.16 oder neuer, mit Woodpecker als mitgelieferter Message Queue und Pulsar als Option.
Integrationen: SDKs für Python (pymilvus 3.0.2), Java, Go und Node sowie eine REST-API; Milvus Lite läuft für Prototypen im Prozess. External Collections lesen Parquet, Lance, Iceberg und Vortex im Objektspeicher.
Daten und Datenschutz: Selbst gehostetes Milvus sendet nichts an Zilliz; die Daten liegen in deinem Objektspeicher und in etcd. Die Authentifizierung muss von Hand aktiviert und das root-Passwort Milvus geändert werden. Halte Port 9091 privat: CVE-2026-26190 (CVSS 9,8) legte dort vor 2.5.27/2.6.10 eine nicht authentifizierte API offen, und ein Import-Fehler aus dem Jahr 2026, der das RBAC für Collections umging, wurde in 3.0.3 behoben.
Kosten im großen Maßstab: Selbst gehostet: Die Doku empfiehlt 8+ Kerne und 128 GB RAM pro Cluster mit NVMe. Zilliz Cloud Dedicated beginnt bei 63 $ pro Million Vektoren im Monat leistungsoptimiert, 16 $ kapazitätsoptimiert und 5 $ tiered; die kostenlose Stufe bietet 5 GB und bis zu 5 Collections, und Enterprise beginnt bei 197 $ im Monat mit SSO und privaten Endpunkten.
Grenzen: Etwa 1.450 offene Issues. Upgrades über Hauptversionen hinweg brauchen Sorgfalt (die Formate von 3.0 sind eine Einbahnstraße), und die betriebliche Angriffsfläche (etcd, Objektspeicher, Queue, mehrere Knotentypen) ist viel größer als bei Qdrant oder pgvector.

Was gut ist

Getrennte Dienste für Speicherung, Index und Abfrage skalieren unabhängig
Durchsucht Parquet-, Lance- und Iceberg-Dateien direkt am Ort (3.0)
Dichte, dünnbesetzte und BM25-Volltextsuche in einer Engine
Apache 2.0, mit Zilliz Cloud als verwaltetem Ausweg

Was nicht

Ein Cluster braucht mindestens 32 GB RAM, empfohlen 128 GB, dazu Kubernetes
Authentifizierung standardmäßig aus; das root-Passwort lautet Milvus
Die meisten veröffentlichten Benchmarks stammen von Zilliz
Die Speicherformate von 3.0 verhindern nach dem Aktivieren ein Rollback

Am besten für

Plattformteams, die Vektorsuche mit Hunderten Millionen bis Milliarden Vektoren betreiben.

Alternativen zu Milvus

Qdrant

RAG & dataRust35k stars

4.7/5

Rust vector database with fast filtered search, hybrid sparse-dense retrieval and quantization, self-hosted or managed.

Weaviate

RAG & dataGo17k stars

4.2/5

Go vector database with first-class hybrid keyword-and-vector search, built-in embedding modules and multi-tenancy, self-hosted or cloud.

pgvector

RAG & dataC23k stars

4.6/5

Postgres extension that adds vector columns and HNSW or IVFFlat indexes, so embeddings live next to the rows they describe.

LanceDB

RAG & dataRust12k stars

4.0/5

Embedded vector database on the Lance columnar format, built for multimodal data with versioning and no server to run.

Milvus: häufige Fragen

Lohnt sich Milvus?: Gebaut für Milliarden von Vektoren und bezahlt mit Betriebsaufwand; unterhalb einiger hundert Millionen ist es mehr Datenbank, als die meisten Teams brauchen. Wir bewerten es mit 4.4 von 5.
Was kostet Milvus?: Kostenlos und Open Source unter Apache 2.0. Zilliz Cloud ist der verwaltete Dienst: kostenlose Stufe (5 GB, fünf Collections), Dedicated ab 63 $, 16 $ oder 5 $ pro Million Vektoren mit 768 Dimensionen im Monat (performance, capacity oder tiered), Enterprise ab 197 $ im Monat, Business Critical auf Angebot.
Welche Nachteile hat Milvus?: Ein Cluster braucht mindestens 32 GB RAM, empfohlen 128 GB, dazu Kubernetes; Authentifizierung standardmäßig aus; das root-Passwort lautet Milvus; Die meisten veröffentlichten Benchmarks stammen von Zilliz; Die Speicherformate von 3.0 verhindern nach dem Aktivieren ein Rollback.
Für wen eignet sich Milvus?: Plattformteams, die Vektorsuche mit Hunderten Millionen bis Milliarden Vektoren betreiben.
Was kostet Milvus für ein Team oder im Produktivbetrieb?: Selbst gehostet: Die Doku empfiehlt 8+ Kerne und 128 GB RAM pro Cluster mit NVMe. Zilliz Cloud Dedicated beginnt bei 63 $ pro Million Vektoren im Monat leistungsoptimiert, 16 $ kapazitätsoptimiert und 5 $ tiered; die kostenlose Stufe bietet 5 GB und bis zu 5 Collections, und Enterprise beginnt bei 197 $ im Monat mit SSO und privaten Endpunkten.
Ist Milvus sicher für Firmendaten?: Selbst gehostetes Milvus sendet nichts an Zilliz; die Daten liegen in deinem Objektspeicher und in etcd. Die Authentifizierung muss von Hand aktiviert und das root-Passwort Milvus geändert werden. Halte Port 9091 privat: CVE-2026-26190 (CVSS 9,8) legte dort vor 2.5.27/2.6.10 eine nicht authentifizierte API offen, und ein Import-Fehler aus dem Jahr 2026, der das RBAC für Collections umging, wurde in 3.0.3 behoben.
Was sind die besten Alternativen zu Milvus?: Die nächsten Alternativen, die wir getestet haben, sind Qdrant, Weaviate, pgvector und LanceDB.

Antworten geprüft am 26. Okt. 2026.