基于Transformers+Milvus(1.1.1)的语义搜索项目：如何Mock数据库或无服务器测试？

当然可以，针对Milvus 1.1.1，你有几种无需搭建完整服务器或Mock的测试方案，根据你的测试场景选择：

• 内存模式快速测试
  Milvus 1.1.1支持内存运行模式，不需要启动独立的Milvus服务器，数据仅存于内存，进程结束后自动清除，适合快速验证代码逻辑或单元测试。通过pymilvus连接时开启共享内存即可：

  from pymilvus import connections, CollectionSchema, FieldSchema, Collection, DataType
  
  # 连接内存模式Milvus
  connections.connect(alias='default', host='localhost', port='19530', use_shared_memory=True)
  
  # 定义集合Schema
  id_field = FieldSchema(name="id", dtype=DataType.INT64, is_primary=True)
  embedding_field = FieldSchema(name="embedding", dtype=DataType.FLOAT_VECTOR, dim=768)
  schema = CollectionSchema(fields=[id_field, embedding_field], description="语义搜索测试集合")
  
  # 创建并使用集合
  test_collection = Collection(name="semantic_search_test", schema=schema)
  

• Mock Milvus客户端
  如果只需要测试业务逻辑（比如Transformers生成向量后的搜索流程），不需要真正执行向量运算，可以用Python的unittest.mock来模拟pymilvus的核心方法，返回预设结果：

  from unittest.mock import patch, Mock
  from your_module import semantic_search_function  # 导入你的业务函数
  
  def test_search_logic():
      # 模拟Milvus集合的search方法
      with patch('pymilvus.Collection') as mock_col:
          mock_search_result = Mock(return_value=[[(1, 0.92), (3, 0.85)]])
          mock_col.return_value.search = mock_search_result
  
          # 调用业务函数，传入测试向量
          results = semantic_search_function([0.1]*768)
  
          # 验证结果符合预期
          assert len(results) == 2
          assert results[0]['id'] == 1
          assert results[0]['score'] == 0.92
  

• 轻量Docker容器测试
  若需要接近生产环境的测试场景，可启动单节点Milvus 1.1.1的Docker容器，无需复杂配置，测试完成后直接销毁即可：

  # 启动Milvus 1.1.1单节点容器
  docker run -d --name milvus-test-1.1.1 -p 19530:19530 milvusdb/milvus:1.1.1-cpu-d050721-5e559c
  
  # 测试完成后停止并删除容器
  docker stop milvus-test-1.1.1 && docker rm milvus-test-1.1.1
  

内容的提问来源于stack exchange，提问作者alhassanha