软件截图
Milvus(矢量数据库) v1.1.1官方版更新说明:
- 新功能
- #1434Storage:启用s3存储支持(由Unisinsight实现)
- #5142支持在GPU内存中保持索引
- 改进
- #5115CPU搜索上限从16384放松到1M
- #5204改进GPU上的试管婴儿查询，当没有实体被删除时
- #5544放松index_file_size限制从4GB到128Gb
- 固定的问题
- #4897查询结果包含一些删除的id。
- #5164如果在不存在的分区上插入或删除实体，将引发异常。
- #5191在持续搜索/插入一段时间后，错误抛出“indexoutofrange”错误
- #5398请求执行后随机崩溃
- 突然断电后加载bloomfilter失败
- IVF_SQ8和IVF_PQ不能在多个gpu上构建
- #5747搜索大nq和topk崩溃milvus
Milvus(矢量数据库) v1.1.1官方版是一个开源的矢量数据库，为人工智能应用和嵌入的相似性搜索提供动力。Milvus使非结构化数据搜索更容易获得，并提供一致的用户体验，无论部署环境如何。
在全面的相似度指标方面，Milvus支持各种常用的相似度计算指标，包括欧氏距离、内积、汉明距离和杰卡德距离等。用户可以根据应用需求选择最有效的向量相似度计算方式。
Milvus基于高度优化的ApproximateNearestNeighborSearch(ANNS)索引库构建，包括faiss、annoy、和hnswlib等，在业界领先的性能方面表现出色。用户可以根据不同使用场景选择不同的索引类型。
动态数据管理是Milvus的一个重要特点，用户可以随时对数据进行插入、删除、搜索、更新等操作而无需受到静态数据带来的困扰。近实时搜索功能也让用户可以几乎立刻对插入或更新过的数据进行搜索。
Milvus充分利用现代处理器的并行计算能力，在单台通用服务器上可以完成对十亿级数据的毫秒级搜索，具有高成本效益。同时，Milvus支持多种数据类型和高级搜索，让用户可以更灵活地进行数据处理和操作。
高扩展性和可靠性是Milvus的另一大优势，用户可以在分布式环境中部署Milvus，并且可以轻松对集群进行扩容或增加可靠性。云原生的设计也让Milvus可以轻松在公有云、私有云或混合云上运行。
最后，Milvus提供了易用的Python、Java、Go和C++SDK，另外还提供了RESTfulAPI，让用户可以更加简单方便地使用和操作这个强大的矢量数据库。Milvus的功能和性能让其成为人工智能应用和相似性搜索领域的首选工具之一。
