블로그
Milvus 버전 2.2.9의 새로운 기능

Milvus 버전 2.2.9의 새로운 기능

Jun 07, 20232 min read

Milvus 커뮤니티를 대표하여 Milvus 2.2.9 출시를 발표하게 되어 자랑스럽게 생각합니다. 2.2.9 릴리스에는 여러 새롭고 흥미로운 기능과 많은 개선 사항이 포함되어 있습니다. 이 블로그 게시물에서는 그중 더 눈에 띄는 기능 몇 가지를 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#v229
🐳 Docker Image: docker pull
🚀 Release: https://github.com/milvus-io/milvus/releases/tag/v2.2.9

저희 커뮤니티에서는 많은 새로운 기능에 대해 문의해 왔으며, 이번 릴리스에 그중 여러 기능이 포함되어 있다는 소식을 여러분 모두와 공유하게 되어 기쁩니다! 이 기능 목록을 한번 보세요!

JSON 지원 — Milvus는 이제 JSON 데이터 유형을 지원하여, 컬렉션 내에서 함께 제공되는 벡터의 메타데이터로 JSON을 원활하게 저장합니다. 대규모 수집을 위해 JSON을 대량 삽입할 수 있으며, JSON 필드의 내용을 기반으로 고급 쿼리 및 필터링 작업을 수행할 수 있습니다. 또한 이 JSON 지원은 JSON 필드를 사용하는 필터의 쿼리 성능을 향상시킵니다. 마지막으로, 데이터 내 JSON 필드에 대해 특별히 표현식을 사용하고 작업을 수행할 수 있습니다. 이 기능을 통해 JSON 필드의 내용과 구조를 기반으로 쿼리를 구성하고 필터를 적용할 수 있어, 관련 정보를 추출하고 고급 데이터 조작을 수행할 수 있습니다. 이 지원을 통해 Milvus의 표현력을 활용하여 JSON 데이터를 더욱 정확하고 유연한 방식으로 상호 작용하고 분석할 수 있습니다.
동적 스키마 — 스키마 변경을 동적으로 처리할 수 있습니다.
파티션 키 — 사용자별 컬럼을 기본 키로 사용하여 파티셔닝할 수 있습니다. 또한 이 기능은 더 효율적인 리소스 활용을 돕기 위해 보유할 수 있는 파티션 수 제한을 제거합니다.
추가 기능으로는 RBAC 및 Alibaba Cloud 객체 스토어 활성화가 포함됩니다.

Milvus 2.2.9 릴리스에는 여러 버그 수정 및 성능 향상이 포함되어 있으니, 자세한 내용은 릴리스 노트를 확인하세요.

위에 나열된 모든 기능 외에도 Milvus 2.2.9에는 여러 버그 수정 및 개선 사항이 포함되어 있습니다. 자세히 알아보려면:

전체 변경 사항 목록은 version 2.2.9에 대한 release notes를 참조하세요 Milvus를 Download하고 시작하기

Aug 10, 2026에 업데이트됨

Chris Churilo
Chris Churilo is the VP of Marketing & Community at Zilliz where she leads all community, developer relations, and marketing efforts. Prior to Zilliz, Chris was a founding member of the InfluxData’s go to market efforts and helped propel the time series database platform to dominance in the market. In earlier roles she defined and designed a SaaS monitoring solution at Centroid, and prior to that she was the VP of product management at iPass and was the LOB for several cloud services that required her to track the business and operational metrics and analytics to help identify and resolve issues.

계속 읽기

How to Build RAG with Milvus, QwQ-32B and Ollama

Hands-on tutorial on how to create a streamlined, powerful RAG pipeline that balances efficiency, accuracy, and scalability using the QwQ-32B and Milvus.

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.

AI Integration in Video Surveillance Tools: Transforming the Industry with Vector Databases

Discover how AI and vector databases are revolutionizing video surveillance with real-time analysis, faster threat detection, and intelligent search capabilities for enhanced security.