Novedades en Milvus versión 2.2.9
Nos enorgullece anunciar el lanzamiento de Milvus 2.2.9 en nombre de la comunidad de Milvus. La versión 2.2.9 contiene varias funciones nuevas y emocionantes, y muchas mejoras. Esta publicación del blog destacará algunas de las funciones más destacadas. Para obtener una lista completa de los cambios, consulta las notas de la versión.
- 📦 PyPI: https://pypi.org/project/milvus/
- 📚 Docs: https://milvus.io/docs
- 🛠️ Release Notes: https://milvus.io/docs/release_notes.md#v229
- 🐳 Docker Image: docker pull
- 🚀 Release: https://github.com/milvus-io/milvus/releases/tag/v2.2.9
Nuestra comunidad ha estado preguntando por muchas funciones nuevas, ¡y me emociona compartir con todos ustedes que esta versión contiene varias! ¡Miren esta lista de funciones!
Compatibilidad con JSON — Milvus ahora admite el tipo de datos JSON, almacenando sin problemas JSON como los metadatos de los vectores acompañantes dentro de tus colecciones. Puedes insertar JSON en bloque para ingestas a gran escala y realizar operaciones avanzadas de consulta y filtrado basadas en el contenido de tus campos JSON. Esta compatibilidad con JSON también aporta un rendimiento de consulta mejorado con filtros que usan campos JSON. Por último, puedes usar expresiones y realizar operaciones específicamente en campos JSON dentro de tus datos. Esta función te permite construir consultas y aplicar filtros basados en el contenido y la estructura de tus campos JSON, lo que te permite extraer información relevante y realizar una manipulación avanzada de datos. Con esta compatibilidad, puedes aprovechar el poder expresivo de Milvus para interactuar con tus datos JSON y analizarlos de una manera más precisa y flexible.
Esquema dinámico — Te permite gestionar cambios en el esquema de forma dinámica.
Clave de partición — Permite particionar usando columnas específicas del usuario como claves primarias. Esta función también elimina los límites del número de particiones que puedes tener para ayudar a una utilización más eficiente de los recursos.
Las funciones adicionales incluyen RBAC y la habilitación del almacenamiento de objetos de Alibaba Cloud.
Ten en cuenta que hay varias correcciones de errores y mejoras de rendimiento en la versión Milvus 2.2.9, así que consulta las notas de la versión para obtener más detalles.
Además de todas las funciones enumeradas anteriormente, Milvus 2.2.9 incluye varias correcciones de errores y mejoras. Para obtener más información:
Consulta las notas de la versión para la versión 2.2.9 para ver la lista completa de cambios Descarga Milvus y comienza
Sigue leyendo

Migrating Self-Managed Milvus to Zilliz Cloud for >99% Latency Reduction
Step-by-step guide to migrating 50M vectors from self-managed Milvus to Zilliz Cloud using milvus-backup. Achieve >99% query latency reduction with zero data loss.

Introducing Functions and Model Inference on Zilliz Cloud: Automatic Embedding and Reranking with Hosted Models
Zilliz Cloud Functions auto-generate embeddings via OpenAI, Voyage AI, Cohere, or Zilliz Hosted Models. Built-in reranking — just insert text and search.

Why Context Engineering Is Becoming the Full Stack of AI Agents
Discover how context engineering unifies prompts, RAG, and tools to build smarter, production-ready AI agents powered by Milvus.



