Novedades en Milvus 2.2.10 y 2.2.11
Nos complace anunciar el lanzamiento de las versiones 2.2.10 y 2.2.11 de Milvus. Estas versiones más recientes vienen cargadas con numerosas mejoras que mejoran significativamente la funcionalidad del producto y la experiencia de usuario. Hemos incorporado los comentarios de nuestra comunidad de usuarios y realizado actualizaciones para mejorar aún más el rendimiento y las experiencias de usuario. Esta publicación del blog destacará algunas de las funciones más importantes. Para obtener una lista completa de cambios, consulta las notas de la versión.
📦 PyPI: https://pypi.org/project/milvus/
📚 Docs: https://milvus.io/docs
🛠️ Notas de la versión:
🐳 Imagen Docker: docker pull
🚀 Lanzamiento: milvus-2.2.11
Estamos mejorando continuamente RBAC para ampliar las funcionalidades de seguridad en diferentes aspectos del sistema. En la versión 2.2.10, incorporamos la función 'FlushAll' y la API de Database a las capacidades de RBAC. Estas actualizaciones ofrecen un mejor control sobre los permisos y el acceso a operaciones sensibles, lo que en última instancia mejora la seguridad general del sistema.
Además, ambas versiones, 2.2.10 y 2.2.11, introdujeron varias optimizaciones y actualizaciones. En particular, en la versión 2.2.11, optimizamos el uso del disco para RocksMq habilitando la compresión zstd a partir del nivel 2. Esta mejora aumenta significativamente la eficiencia del almacenamiento. Además, en la versión 2.2.10, realizamos una mejora importante al reemplazar el escritor de payload de CGO por un escritor de payload de Go. Este cambio redujo el uso de memoria, lo que condujo a un mejor rendimiento y estabilidad del sistema.
Ten en cuenta que hay varias correcciones de errores y mejoras de rendimiento en las versiones 2.2.10 y 2.2.1 de Milvus, así que consulta las notas de la versión para obtener más detalles.
Resumen
Además de todas las funciones enumeradas anteriormente, Milvus 2.2.10 y 2.2.11 incluyen varias correcciones de errores y mejoras. Para obtener más información:
Consulta las notas de la versión de la versión 2.2.10 y la versión 2.2.11 para ver la lista completa de cambios Descarga Milvus y comienza.
Sigue leyendo
Similarity Metrics for Vector Search
Exploring five similarity metrics for vector search: L2 or Euclidean distance, cosine distance, inner product, and hamming distance.
Legal Document Analysis: Harnessing Zilliz Cloud's Semantic Search and RAG for Legal Insights
Enhance legal document analysis with Zilliz Cloud’s Semantic Search and RAG. Improve accuracy, efficiency, and scalability for contracts, case law, and compliance.
Multimodal Pipelines for AI Applications
Learn how to build scalable multimodal AI pipelines using DataVolo and Milvus. Discover best practices for handling unstructured data and implementing RAG systems.