Novidades no Milvus 2.2.10 e 2.2.11
Temos o prazer de anunciar o lançamento das versões 2.2.10 e 2.2.11 do Milvus! Essas versões mais recentes vêm carregadas com inúmeras melhorias que aprimoram significativamente a funcionalidade do produto e a experiência do usuário. Incorporamos feedback da nossa comunidade de usuários e fizemos atualizações para aprimorar ainda mais o desempenho e as experiências dos usuários! Esta publicação do blog destacará alguns dos recursos mais proeminentes. Para uma lista completa de alterações, consulte as notas de lançamento.
📦 PyPI: https://pypi.org/project/milvus/
📚 Docs: https://milvus.io/docs
🛠️ Notas de lançamento:
🐳 Imagem Docker: docker pull
🚀 Lançamento: milvus-2.2.11
Estamos aprimorando continuamente o RBAC para expandir as funcionalidades de segurança em diferentes aspectos do sistema. Na versão 2.2.10, introduzimos a função 'FlushAll' e a API de Banco de Dados aos recursos do RBAC. Essas atualizações oferecem melhor controle sobre permissões e acesso a operações sensíveis, aprimorando, em última análise, a segurança geral do sistema.
Além disso, ambas as versões, 2.2.10 e 2.2.11, introduziram várias otimizações e atualizações. Notavelmente, na versão 2.2.11, otimizamos o uso de disco para o RocksMq habilitando a compressão zstd a partir do nível 2. Essa melhoria aprimora significativamente a eficiência de armazenamento. Além disso, na versão 2.2.10, fizemos uma grande melhoria ao substituir o gravador de payload CGO por um gravador de payload Go. Essa mudança reduziu o uso de memória, levando a melhor desempenho e estabilidade do sistema.
Observe que há várias correções de bugs e melhorias de desempenho nos lançamentos Milvus 2.2.10 & 2.2.1, portanto confira as notas de lançamento para mais detalhes.
Resumo
Além de todos os recursos listados acima, o Milvus 2.2.10 & 2.2.11 inclui várias correções de bugs e melhorias. Para saber mais:
Veja as notas de lançamento da versão 2.2.10 & versão 2.2.11 para a lista completa de alterações Baixe o Milvus e comece.
Continue lendo
Migrating Self-Managed Milvus to Zilliz Cloud for >99% Latency Reduction
Step-by-step guide to migrating 50M vectors from self-managed Milvus to Zilliz Cloud using milvus-backup. Achieve >99% query latency reduction with zero data loss.
A Few Notes from Databricks Data + AI Summit 2026: Why the Data Layer Matters Again
James Luan shares notes from Databricks Data + AI Summit 2026 on why production AI is pushing the data layer back to the center of infrastructure.
Zilliz Cloud BYOC Now Available Across AWS, GCP, and Azure
Zilliz Cloud BYOC is now generally available on all three major clouds. Deploy fully managed vector search in your own AWS, GCP, or Azure account — your data never leaves your VPC.