Milvus 2.2.10 및 2.2.11의 새로운 기능
Milvus 버전 2.2.10 및 2.2.11 출시를 발표하게 되어 기쁩니다! 이번 최신 버전에는 제품의 기능과 사용자 경험을 크게 개선하는 다양한 향상 사항이 포함되어 있습니다. 사용자 커뮤니티의 피드백을 반영하고 성능과 사용자 경험을 한층 더 향상하기 위한 업데이트를 적용했습니다! 이 블로그 게시물에서는 더 주요한 기능 중 일부를 소개합니다. 전체 변경 사항 목록은 릴리스 노트를 확인해 주세요.
📦 PyPI: https://pypi.org/project/milvus/
📚 Docs: https://milvus.io/docs
🛠️ Release Notes:
🐳 Docker Image: docker pull
🚀 Release: milvus-2.2.11
저희는 시스템의 다양한 측면 전반에서 보안 기능을 확장하기 위해 RBAC를 지속적으로 강화하고 있습니다. 버전 2.2.10에서는 'FlushAll' 함수와 Database API를 RBAC 기능에 도입했습니다. 이러한 업데이트는 권한 및 민감한 작업에 대한 접근 제어를 개선하여 궁극적으로 시스템의 전반적인 보안을 강화합니다.
또한 2.2.10 및 2.2.11 두 버전 모두 여러 최적화와 업그레이드를 도입했습니다. 특히 버전 2.2.11에서는 레벨 2부터 zstd 압축을 활성화하여 RocksMq의 디스크 사용량을 최적화했습니다. 이 향상 사항은 스토리지 효율성을 크게 개선합니다. 또한 버전 2.2.10에서는 CGO payload writer를 Go payload writer로 교체하는 주요 개선을 이루었습니다. 이 변경으로 메모리 사용량이 줄어들어 시스템 성능과 안정성이 향상되었습니다.
Milvus 2.2.10 및 2.2.1 릴리스에는 여러 버그 수정과 성능 향상도 포함되어 있으므로, 자세한 내용은 release notes를 확인해 주세요.
요약
위에 나열된 모든 기능 외에도 Milvus 2.2.10 및 2.2.11에는 여러 버그 수정과 개선 사항이 포함되어 있습니다. 자세히 알아보려면:
전체 변경 사항 목록은 version 2.2.10 및 version 2.2.11의 release notes를 확인하고, Milvus를 Download한 뒤 get started해 보세요.
계속 읽기
What Is a Vector Lakebase?
A Vector Lakebase is a unified, lake-native data architecture for AI that combines vector-database-grade serving with open lake storage, reusable lake-level indexes, and a shared semantic layer.
DeepSeek-OCR Explained: Optical Compression for Scalable Long-Context and RAG Systems
Discover how DeepSeek-OCR uses visual tokens and Contexts Optical Compression to boost long-context LLM efficiency and reshape RAG performance.
AI Agents Are Quietly Transforming E-Commerce — Here’s How
Discover how AI agents transform e-commerce with autonomous decision-making, enhanced product discovery, and vector search capabilities for today's retailers.