Was ist neu in Milvus 2.2.3
Wir freuen uns, im Namen der Milvus-Community die Veröffentlichung von Milvus 2.2.3 bekannt zu geben. Die Version 2.2.3 enthält einige neue Funktionen und viele Verbesserungen. Dieser Blogbeitrag hebt einige der wichtigsten Funktionen hervor. Eine vollständige Liste der Änderungen finden Sie in den Release Notes.
- 📦 PyPI: https://pypi.org/project/milvus/
- 📚 Docs: https://milvus.io/docs
- 🛠️ Release Notes: https://milvus.io/docs/release_notes.md#223
- 🐳 Docker Image: docker pull milvusdb/milvus
- 🚀 Release: https://github.com/milvus-io/milvus/releases/tag/v2.2.3
Eines der Highlights dieser Version ist die Einführung der Unterstützung für Rolling Upgrades, eine wesentliche Fähigkeit hochverfügbarer Systeme. Ein Rolling Upgrade ermöglicht es Ihnen, Milvus ohne spürbare Dienstunterbrechung und mit minimaler Ausfallzeit zu aktualisieren. Passend zum HA-Thema enthält diese Version außerdem die Funktion Coordinator High Availability (HA), die es Milvus-Koordinatoren ermöglicht, im Active-Standby-Modus zu arbeiten und eine kurze Wiederherstellungszeit nach Ausfällen von höchstens 30 Sekunden sicherzustellen.
Darüber hinaus wurden mehrere Verbesserungen zu den folgenden Funktionen hinzugefügt:
- Bulk-insert
- Reduzierung der Speichernutzung
- Optimierung der Überwachungsmetriken
- Leistungsverbesserungen für Meta-Speicher
Bitte beachten Sie, dass Milvus 2.2.3 auch eine Breaking Change enthält, bei der die maximale Anzahl von Feldern in einer Collection von 256 auf 64 reduziert wurde (#22030).
Zusammenfassung Zusätzlich zu allen oben aufgeführten Funktionen enthält Milvus 2.2.3 mehrere Fehlerbehebungen und Verbesserungen. Um mehr zu erfahren:
- Lesen Sie die Release Notes für Version 2.2.3 für die vollständige Liste der Änderungen
- Laden Sie Milvus herunter und legen Sie los
Weiterlesen

Zilliz Cloud Just Landed in Claude Code
The Zilliz Cloud Plugin brings the full power of Zilliz Cloud directly into your Claude Code terminal as natural-language conversations.

How to Improve Retrieval Quality for Japanese Text with Sudachi, Milvus/Zilliz, and AWS Bedrock
Learn how Sudachi normalization and Milvus/Zilliz hybrid search improve Japanese RAG accuracy with BM25 + vector fusion, AWS Bedrock embeddings, and practical code examples.

Announcing VDBBench 1.0: Open-Source VectorDB Benchmarking with Your Real-World Production Workloads
Discover VDBBench 1.0, an open-source tool for benchmarking vector databases with real-world production data, streaming ingestion, and concurrent workloads.



