Milvus 2.2.10および2.2.11の新機能
この度、Milvusバージョン2.2.10および2.2.11をリリースいたしました!これらの最新バージョンには、製品の機能性とユーザーエクスペリエンスを大幅に向上させる多数の機能強化が含まれています。ユーザーコミュニティからのフィードバックを取り入れ、パフォーマンスとユーザーエクスペリエンスをさらに向上させるためのアップデートを行いました!このブログ記事では、より顕著な機能のいくつかを紹介します。変更点の完全なリストについては、リリースノートをご確認ください。
📦 PyPI: https://pypi.org/project/milvus/
📚 Docs: https://milvus.io/docs
🛠️ リリースノート:
🐳 Docker Image:docker pull
🚀 リリース:milvus-2.2.11
私たちは、システムのさまざまな側面にわたってセキュリティ機能を拡張するために、RBACを継続的に強化しています。バージョン2.2.10では、RBAC機能に'FlushAll'機能とデータベースAPIを導入した。これらの更新は、権限と機密操作へのアクセスの制御を改善し、最終的にシステム全体のセキュリティを強化します。
さらに、2.2.10 と 2.2.11 の両バージョンでは、いくつかの最適化とアップグレードが導入された。特に、バージョン2.2.11では、レベル2からzstd圧縮を有効にすることで、RocksMqのディスク使用量を最適化した。この強化により、ストレージ効率が大幅に改善された。さらに、バージョン2.2.10では、CGOペイロードライターをGoペイロードライターに置き換えることで、大きな改善を行いました。この変更によりメモリ使用量が削減され、システムの性能と安定性が向上しました。
なお、Milvus 2.2.10 & 2.2.1リリースでは、いくつかのバグフィックスとパフォーマンス向上が行われていますので、詳細はリリースノートをご覧ください。
まとめ
上記の機能に加えて、Milvus 2.2.10 & 2.2.11 ではいくつかのバグフィックスと改善が行われました。詳しくは
バージョン2.2.10](https://github.com/milvus-io/milvus/releases/tag/v2.2.10) & バージョン2.2.11 のリリースノート を参照し、変更点の完全なリストをご覧ください。 ダウンロード Milvusとスタート.
読み続けて

Milvus 3.0 vs Elasticsearch on Vector and Full-Text Search
A reproducible, side-by-side walkthrough of Milvus 3.0 and Elasticsearch 9 on keyword, vector, and hybrid search — same box, same data, same analyzers, with the gaps spelled out.

VDBBench Adds Cost-Aware Benchmarking for Vector Databases
Compare Zilliz Cloud, Pinecone, and turbopuffer with VDBBench cost-aware vector database benchmarks across latency, freshness, multitenancy, and cold starts.

Similarity Metrics for Vector Search
Exploring five similarity metrics for vector search: L2 or Euclidean distance, cosine distance, inner product, and hamming distance.


