Cultivando a inovação: nossa abordagem para a implantação de recursos do Milvus de código aberto ao Zilliz Cloud
Autoria de James Luan, VP de Engenharia na Zilliz
Na Zilliz, nosso compromisso com a inovação e a colaboração com a comunidade está no centro da nossa missão. Milvus, nosso projeto de código aberto, reflete essa dedicação. Como desenvolvedores, escolhemos tornar o Milvus open source porque é vital ter a liberdade de experimentar software para ver se ele faz o que precisamos que faça em nossos esforços de desenvolvimento. Mesmo dentro do Milvus, escolhemos propositalmente usar vários projetos de código aberto (NATS, Kafka, Minio, etc) e, sempre que possível, contribuir de volta para esses projetos.
Enquanto escrevo isto, lembro-me de Richard Stallman, o fundador do sistema operacional livre de estilo Unix GNU e um defensor proeminente no movimento open-source, enfatizando as quatro liberdades essenciais do código aberto:
A liberdade de executar o programa como quiserem, para qualquer finalidade.
A liberdade de estudar como o programa funciona e alterá-lo para que ele faça o que você deseja. É necessário ter acesso ao código-fonte.
A liberdade de redistribuir – para ajudar seu vizinho.
A liberdade de redistribuir cópias de versões modificadas. Ao fazer isso, você pode dar a toda a comunidade a chance de se beneficiar das suas alterações. O acesso ao código-fonte é uma precondição para isso.
Essas liberdades são importantes e são a crença subjacente que nos permite nos esforçar para entregar recursos rapidamente, garantindo que a comunidade se beneficie dos avanços mais recentes em tecnologia de bancos de dados vetoriais.
No entanto, nosso compromisso com a excelência vai além da velocidade. A transição de recursos do Milvus para o Zilliz Cloud envolve um processo meticuloso guiado por três princípios fundamentais:
1. Iteração com Precisão:
Acreditamos em iterar rapidamente para alinhar nossos desenvolvimentos às necessidades da comunidade. Às vezes, o Milvus serve como um campo de testes, permitindo-nos receber feedback valioso e tomar decisões informadas.
2. Testando as Águas:
Ocasionalmente, recursos que ainda não são considerados prontos para produção podem chegar ao Milvus. Esses recursos, embora não finalizados, estão prontos para testes e feedback. Valorizamos os insights da comunidade no refinamento desses elementos. Essa prática nos ajudou a fazer melhorias em recursos e até mesmo a abandonar alguns recursos por completo.
3. Qualidade Acima da Velocidade:
Nosso compromisso com a excelência significa que não comprometemos a qualidade. Antes de migrar recursos para o Zilliz Cloud, garantimos que eles atendam a padrões robustos. Com esse compromisso, às vezes nos encontramos em uma situação em que pode haver alguns meses nos quais os recursos no Milvus ainda não foram implantados no Zilliz Cloud, o que pode decepcionar nossos clientes. Entendemos a importância de uma experiência perfeita e nos dedicamos a minimizar as lacunas entre os lançamentos do Milvus e sua implantação no Zilliz Cloud.
Nós nos esforçamos para simplificar a transição do Milvus para o Zilliz Cloud de forma eficiente, fornecendo prontamente aos nossos usuários recursos de ponta. No entanto, devemos destacar que conseguimos isso sem comprometer a garantia de qualidade necessária para uma plataforma robusta e confiável. Comprometemo-nos a comunicar quaisquer distinções entre o Milvus e o Zilliz Cloud por meio de nossa documentação, blogs e canais do Discord. Embora façamos o nosso melhor para cobrir todos os aspectos, reconhecemos que podem ocorrer omissões, e incentivamos a comunidade a trazê-las à nossa atenção para que possamos abordá-las prontamente.
Agradecemos a colaboração com nossa comunidade, e seu feedback é fundamental para moldar o futuro do Milvus e do Zilliz Cloud. Juntos, estamos construindo algo extraordinário.
Obrigado por fazer parte da nossa jornada.
Continue lendo
The AWS Outage Was a Wake-Up Call for Vector Database Cross-Region Disaster Recovery
Zilliz Cloud Had the Answer Before the Crisis. Zilliz Cloud is the world's first vector database with native cross-region disaster recovery.
Why AI Databases Don't Need SQL
Whether you like it or not, here's the truth: SQL is destined for decline in the era of AI.
Vector Databases vs. Time Series Databases
Use a vector database for similarity search and semantic relationships; use a time series database for tracking value changes over time.