操作常见问题

    如果在安装 Milvus 时，从 dockerhub 拉取镜像总是失败怎么办？

    为什么我从源码编译 Milvus 失败了？

    原因可能有多种，但最可能的是环境因素，比如版本不匹配或者依赖关系缺失等。请参考 从源码安装 Milvus 获取详细信息。

    建议你使用带有 Milvus 编译环境的 docker 镜像进行源码编译。关于详细流程请参考 。

    Milvus 对 collection 和 分区的数量有限制吗？

    有。如果你使用 SQLite 作为元数据管理服务，则 Collection 和分区总数不能超过50000。如果你需要更多的 collection 和分区，请。

    为什么 Milvus 返回 config check error 的错误？

    你的 Milvus 服务端配置文件版本不正确。Milvus 0.7.0 仅支持 0.2 版本的配置文件 (server_config.yaml)。

    Milvus 支持对向量的插入、删除、更改和查询操作吗？

    是的。关于详细信息请参考了解 Milvus 操作。

    我应该自己指定向量 ID 还是由 Milvus 自动生成向量 ID？

    两种方法均可。但是，在一个 collection 内的向量必须全部使用用户指定的向量 ID 或者全部使用自动生成的向量 ID。

    为什么欧氏距离和内积在计算向量相似度时的结果不一致？

    如果欧氏距离和内积返回不一致的结果，你可能需要检查数据是否已经归一化。如果没有，请先对数据进行归一化。

    理论上可以证明，对于未归一化的数据，欧氏距离和内积的结果是不一致的。关于详细推导过程可参考 。

    为什么在导入数据时 Milvus 显示 “no space left on device” 的错误？

    为什么数据是二维数组时， Milvus Python SDK 依然返回 “Vectors should be 2-dim array” 的错误？

    尽管数据是二维数组，如果数据类型是整形而非浮点型时，这个错误仍然会出现。原因是 Milvus 仅支持浮点数据类型。

    为什么有时候小的数据集查询时间反而更长？

    如果数据文件的大小小于创建 collection 时 参数的值，Milvus 则不会为此数据文件构建索引。因此，小的数据集有可能查询时间会更长。关于index_file_size 参数的更多信息，请参考 。

    为什么我的 Milvus 查询准确率一直不理想？

    在调用 SDK 进行向量搜索时，请检查调用函数中 nprobe 参数的值。值越大，结果越精确，但耗时也越久。关于更多信息，请参考 。

    为什么我更新过的设置没有生效？

    每次更新配置文件之后必须重启 Milvus docker 才能让改动生效。

    为什么我的 Python SDK 一直报错？

    检查 Milvus 是否支持已安装的 pymilvus 版本。要获取详细的 Milvus 和 pymilvus 的版本对应信息，参考https://pypi.org/project/pymilvus。

    如何得知我的 Milvus 已经成功启动？

    使用以下命令检查 Milvus 的运行状态：

    为什么我的检索结果中出现 ID 为 -1 的向量？

    当数据集中的向量数目少于 topk 时，Milvus 会自动向结果中添加 ID 为 -1 的向量 以保证检索结果的数量等于 topk。

    为什么我的 Milvus 在启动时返回 “Illegal instruction”？

    如果你的 CPU 不支持 avx2 指令集，则 Milvus 无法正常启动。你可以通过 cat /proc/cpuinfo 查看 CPU 支持的指令集。

    为什么在 Mac OS 或者 Windows 上运行 Milvus 时显示 cpu_cache_capacity 太大？

    你需要检查 macOS 或者 Windows 为 docker engine 分配的内存值。如果分配的内存值小于或等于 cpu_cache_capacity，尽管你的主机内存可能足够，但 Milvus 仍然无法正常运行。

    为什么我的日志文件时间与系统时间不一致？

    为什么我启用多进程程序失败了？

    Milvus 在运行过程中，能够实现多进程操作，但在实现时需满足一定条件：

    • 程序执行时主进程中没有创建 client
    • 每个子进程分别创建 client 进行操作

    为什么搜索 top K 的向量，结果不到 K 条向量？

    在 Milvus 支持的索引类型中， 和 IVF_SQ8 是基于 k-means 空间划分的分桶搜索算法。空间被分为 nlist 个桶，导入的向量被分配存储在基于 nlist 划分的文件结构中。搜索发生时，只搜索最近似的 nprobe 个桶。

    如果 nlist 和 K 比较大，而 nprobe 又足够小时，有可能出现 nprobe 文件中的所有向量总数小于 K。当你搜索 top K 向量时，就会出现搜索结果小于 K 条向量的情况。

    想要避免这种情况，你可以尝试将 nprobe 设置为更大值，或是把 nlist 和 K 设置小一点。

    在插入数据时我应该多久构建一次索引？

    你应该避免频繁构建索引，因为这样会导致大量小索引文件的生成，从而影响检索效率。

    Milvus 中的数据是如何存储的？

    在 Milvus 中，元数据储存在数据库中，而搜索数据储存在文件中。关于更多信息请参考以下文章：

    如何确认 Milvus 是否支持我的 CPU？

    目前，Milvus 支持以下指令集：

    • SSE4
    • AVX512

    但是，你的 CPU 必须支持 AVX2 才能保证 Milvus 正常工作。

    相关阅读