Novità in Milvus 2.2.4
Siamo orgogliosi di annunciare il rilascio di Milvus 2.2.4 a nome della community di Milvus. La release 2.2.4 contiene alcune nuove funzionalità e molti miglioramenti. Questo post del blog metterà in evidenza alcune delle funzionalità più rilevanti. Per un elenco completo delle modifiche, consulta le note di rilascio.
- 📦 PyPI: https://pypi.org/project/milvus/
- 📚 Docs: https://milvus.io/docs
- 🛠️ Note di rilascio: https://milvus.io/docs/release_notes.md#224
- 🐳 Docker Image: docker pull milvusdb/milvus
- 🚀 Release: https://github.com/milvus-io/milvus/releases/tag/v2.2.4
Uno dei punti salienti di questa release è l’introduzione del raggruppamento delle risorse per i QueryNodes. Il raggruppamento delle risorse significa isolare specifici nodi di query dagli altri, offrendo una migliore gestione delle risorse e prestazioni migliorate. Con il raggruppamento delle risorse in uno scenario multi-tenant, puoi assegnare un numero appropriato di nodi di query a ciascun tenant in modo che le operazioni all’interno di ciascun gruppo di risorse siano fisicamente indipendenti da quelle negli altri gruppi di risorse.
Inoltre, sono stati aggiunti diversi miglioramenti alle seguenti funzionalità:
- Ridenominazione delle Collection — Ora puoi rinominare una Collection utilizzando l’API di ridenominazione delle collection.
- Supporto per Google Cloud Storage — Milvus ora supporta Google Cloud Storage come object store per i tuoi dati non strutturati.
- Nuova opzione
(kwargs: ignore_growing)sia per le API di ricerca sia per quelle di query — Se ti interessa più la performance che l’aggiornamento dei dati, abilitare questa opzione salterà la ricerca su tutti i segmenti in crescita e offrirà migliori prestazioni di ricerca nello scenario di ricerca con inserimento. Puoi trovare maggiori informazioni sulla compattazione dei segmenti in questo blog.
Tieni presente che nella release Milvus 2.2.4 sono presenti diversi bug fix e miglioramenti delle prestazioni, quindi consulta le note di rilascio per maggiori dettagli.
Riepilogo
Oltre a tutte le funzionalità elencate sopra, Milvus 2.2.4 include diversi bug fix e miglioramenti. Per saperne di più:
- Consulta le note di rilascio per la versione 2.2.4 per l’elenco completo delle modifiche
- Scarica Milvus e inizia
Continua a leggere

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.

VidTok: Rethinking Video Processing with Compact Tokenization
VidTok tokenizes videos to reduce redundancy while preserving spatial and temporal details for efficient processing.

What is the K-Nearest Neighbors (KNN) Algorithm in Machine Learning?
KNN is a supervised machine learning technique and algorithm for classification and regression. This post is the ultimate guide to KNN.



