Milvus 2.2.4의 새로운 기능
Milvus 커뮤니티를 대표하여 Milvus 2.2.4 릴리스를 발표하게 되어 기쁩니다. 2.2.4 릴리스에는 몇 가지 새로운 기능과 많은 개선 사항이 포함되어 있습니다. 이 블로그 게시물에서는 더 눈에 띄는 기능 중 일부를 소개합니다. 전체 변경 사항 목록은 릴리스 노트를 확인하세요.
- 📦 PyPI: https://pypi.org/project/milvus/
- 📚 Docs: https://milvus.io/docs
- 🛠️ Release Notes: 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
이번 릴리스의 하이라이트 중 하나는 QueryNode를 위한 리소스 그룹화 도입입니다. 리소스 그룹화란 특정 쿼리 노드를 다른 노드와 격리하여 더 나은 리소스 관리와 향상된 성능을 제공하는 것을 의미합니다. 멀티 테넌트 시나리오에서 리소스 그룹화를 사용하면 각 테넌트에 적절한 수의 쿼리 노드를 할당할 수 있으므로 각 리소스 그룹 내의 작업이 다른 리소스 그룹의 작업과 물리적으로 독립적으로 수행됩니다.
또한 다음 기능에 여러 개선 사항이 추가되었습니다:
- Collection 이름 변경 — 이제 Collection 이름 변경 API를 사용하여 Collection의 이름을 변경할 수 있습니다.
- Google Cloud Storage 지원 — Milvus는 이제 비정형 데이터의 객체 저장소로 Google Cloud Storage를 지원합니다.
- 검색 및 쿼리 API 모두에 대한 새로운 옵션
(kwargs: ignore_growing)— 데이터 최신성보다 성능을 더 중시한다면, 이 옵션을 활성화하면 모든 growing segment에 대한 검색을 건너뛰고 삽입이 있는 검색 시나리오에서 더 나은 검색 성능을 제공합니다. 세그먼트 컴팩션에 대한 자세한 정보는 이 블로그에서 확인할 수 있습니다.
Milvus 2.2.4 릴리스에는 여러 버그 수정 및 성능 향상이 포함되어 있으므로 자세한 내용은 릴리스 노트 를 확인하세요.
요약
위에 나열된 모든 기능 외에도 Milvus 2.2.4에는 여러 버그 수정 및 개선 사항이 포함되어 있습니다. 자세히 알아보려면:
계속 읽기
Introducing Zilliz CLI and Agent Skills for Zilliz Cloud
Manage your vector database from your terminal or AI coding agent. Zilliz CLI and Agent Skills work with Claude Code, Cursor, Codex, and Copilot.
1 Table = 1000 Words? Foundation Models for Tabular Data
TableGPT2 automates tabular data insights, overcoming schema variability, while Milvus accelerates vector search for efficient, scalable decision-making.
Proactive Monitoring for Vector Database: Zilliz Cloud Integrates with Datadog
we're excited to announce Zilliz Cloud's integration with Datadog, enabling comprehensive monitoring and observability for your vectorDB deployments.