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，专为人工智能应用和嵌入的相似性搜索而设计。它为非结构化数据的搜索提供了强大的动力，并确保用户在不同部署环境下都能获得一致的用户体验。
该版本的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。用户可以根据具体的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，为用户提供了业界领先的性能。用户可以根据不同的使用场景选择最适合的索引类型。
动态数据管理是Milvus的另一大特点，用户可以随时对数据进行插入、删除、搜索和更新等操作，而不会受到静态数据的限制。在插入或更新数据后，用户几乎可以立即对数据进行搜索，Milvus保证搜索结果的准确性和数据的一致性。
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实现对十亿级数据的毫秒级搜索。同时，Milvus支持多种数据类型和高级搜索，用户可以对数据记录中的字段进行多种操作，如过滤、排序和聚合。
用户还可以在分布式环境中部署Milvus，通过增加节点来扩展集群或增加可靠性。Milvus还支持在公有云、私有云或混合云上运行，为用户提供了灵活的部署选择。
Milvus提供了易用的Python、Java、Go和C++SDK，以及RESTfulAPI，使用户可以轻松地进行开发和集成。总的来说，Milvus(矢量数据库) v1.1.1官方版是一款功能强大、性能优越且易于使用的矢量数据库，为用户提供了非常好的数据搜索和管理体验。
