Novità in Milvus 2.2.10 e 2.2.11
Siamo entusiasti di annunciare il rilascio delle versioni 2.2.10 e 2.2.11 di Milvus! Queste ultime versioni sono ricche di numerosi miglioramenti che migliorano significativamente la funzionalità del prodotto e l'esperienza utente. Abbiamo incorporato il feedback della nostra community di utenti e apportato aggiornamenti per migliorare ulteriormente le prestazioni e le esperienze utente! Questo post del blog metterà in evidenza alcune delle funzionalità più importanti. 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:
🐳 Immagine Docker: docker pull
🚀 Rilascio: milvus-2.2.11
Stiamo migliorando continuamente RBAC per espandere le funzionalità di sicurezza in diversi aspetti del sistema. Nella versione 2.2.10, abbiamo introdotto la funzione 'FlushAll' e l'API Database nelle funzionalità RBAC. Questi aggiornamenti offrono un controllo migliorato sulle autorizzazioni e sull'accesso alle operazioni sensibili, migliorando in definitiva la sicurezza complessiva del sistema.
Inoltre, entrambe le versioni, 2.2.10 e 2.2.11, hanno introdotto diverse ottimizzazioni e aggiornamenti. In particolare, nella versione 2.2.11, abbiamo ottimizzato l'utilizzo del disco per RocksMq abilitando la compressione zstd a partire dal livello 2. Questo miglioramento aumenta significativamente l'efficienza di archiviazione. Inoltre, nella versione 2.2.10, abbiamo apportato un importante miglioramento sostituendo il writer del payload CGO con un writer del payload Go. Questa modifica ha ridotto l'utilizzo della memoria, portando a prestazioni e stabilità del sistema migliorate.
Tieni presente che ci sono diverse correzioni di bug e miglioramenti delle prestazioni nelle release Milvus 2.2.10 e 2.2.1, quindi consulta le note di rilascio per maggiori dettagli.
Riepilogo
Oltre a tutte le funzionalità elencate sopra, Milvus 2.2.10 e 2.2.11 includono diverse correzioni di bug e miglioramenti. Per saperne di più:
Consulta le note di rilascio per la versione 2.2.10 e la versione 2.2.11 per l'elenco completo delle modifiche Scarica Milvus e inizia.
Continua a leggere
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.
The Real Bottlenecks in Autonomous Driving — And How AI Infrastructure Can Solve Them
Autonomous driving faces a data bottleneck. Learn how AI-native vector databases like Zilliz solve scale, cost, and insight challenges across AV pipelines.
Vector Databases vs. Object-Relational Databases
Use a vector database for AI-powered similarity search; use an object-relational database for complex data modeling with both relational integrity and object-oriented features.