Что нового в Milvus 2.2.4
Мы с гордостью объявляем о выпуске Milvus 2.2.4 от имени сообщества Milvus. Релиз 2.2.4 содержит несколько новых функций и множество улучшений. В этой публикации блога будут освещены некоторые из наиболее заметных функций. Полный список изменений см. в примечаниях к выпуску.
- 📦 PyPI: https://pypi.org/project/milvus/
- 📚 Документация: https://milvus.io/docs
- 🛠️ Примечания к выпуску: https://milvus.io/docs/release_notes.md#224
- 🐳 Docker Image: docker pull milvusdb/milvus
- 🚀 Релиз: https://github.com/milvus-io/milvus/releases/tag/v2.2.4
Одним из ключевых моментов этого релиза является введение группировки ресурсов для QueryNodes. Группировка ресурсов означает изоляцию определенных узлов запросов от других, обеспечивая более эффективное управление ресурсами и повышенную производительность. Благодаря группировке ресурсов в сценарии с несколькими арендаторами вы можете выделить подходящее количество узлов запросов каждому арендатору, чтобы операции внутри каждой группы ресурсов были физически независимы от операций в других группах ресурсов.
Кроме того, были добавлены несколько улучшений для следующих функций:
- Переименование коллекции — Теперь вы можете переименовать коллекцию с помощью API переименования коллекций.
- Поддержка Google Cloud Storage — Milvus теперь поддерживает Google Cloud Storage в качестве объектного хранилища для ваших неструктурированных данных.
- Новая опция
(kwargs: ignore_growing)для API поиска и запросов — Если для вас производительность важнее актуальности данных, включение этой опции пропустит поиск по всем растущим сегментам и обеспечит лучшую производительность поиска в сценарии поиска с вставкой. Дополнительную информацию о сжатии сегментов можно найти в этом блоге.
Обратите внимание, что в релизе Milvus 2.2.4 есть несколько исправлений ошибок и улучшений производительности, поэтому ознакомьтесь с примечаниями к выпуску для получения более подробной информации.
Краткое содержание
Помимо всех функций, перечисленных выше, Milvus 2.2.4 включает несколько исправлений ошибок и улучшений. Чтобы узнать больше:
- См. примечания к выпуску для версии 2.2.4, чтобы ознакомиться с полным списком изменений
- Скачайте Milvus и начните работу
Читать далее

From Vector Database to Vector Lakebase
Zilliz offers a fully managed Vector Lakebase powered by Milvus, unifying real-time vector search, lake-scale discovery, and Al data operations.

Zilliz Cloud Enterprise Vector Search Powers High-Performance AI on AWS
Zilliz Cloud on AWS powers secure, scalable, ultra-fast vector search for enterprise AI apps, with BYOC, sub-10ms latency, and zero-DevOps simplicity.

Our Journey to 35K+ GitHub Stars: The Real Story of Building Milvus from Scratch
Join us in celebrating Milvus, the vector database that hit 35.5K stars on GitHub. Discover our story and how we’re making AI solutions easier for developers.



