Milvus 是什么

Milvus 服务器采用主从式架构 (Client-server model)。

  • 在服务端，Milvus 由 Milvus Core 和 Meta Store 两部分组成：

    • Milvus Core 存储与管理向量和标量数据。
    • Meta Store 存储与管理 SQLite 和 MySQL 中的元数据，分别用于测试和生产。
  • 在客户端，Milvus 还提供了基于 Python、Java、Go、C++ 的 SDK 和 RESTful API。

Milvus 在 Apache 2 License 协议下发布，于 2019 年 10 月正式开源，是 基金会的孵化项目。Milvus 的源代码被托管于 Github。

Milvus 在全球范围内已被数百家组织和机构所采用，广泛应用于以下场景：

  • 图像、视频、音频等音视频搜索领域
  • 文本搜索、推荐和交互式问答系统等文本搜索领域
  • 新药搜索、基因筛选等生物医药领域

详见 应用场景。

异构计算

  • 优化了基于 GPU 搜索向量和建立索引的性能。
  • 动态数据管理。

支持主流索引库、距离计算方式和监控工具

  • 集成了 Faiss、NMSLIB、Annoy 等向量索引库。
  • 支持基于量化的索引、基于图的索引和基于树的索引。
  • 相似度计算方式包括欧氏距离 (L2)、内积 (IP)、汉明距离、杰卡德距离等。
  • Prometheus 作为监控和性能指标存储方案，Grafana 作为可视化组件进行数据展示。

近实时搜索

  • 插入 Milvus 的数据默认在 1 秒后即可被搜索到。

标量字段过滤 (即将上线)

  • 支持向量和标量数据。
  • 可以对标量数据进行过滤，增强搜索的灵活性。
  • GPU 版 Milvus 在 CPU 版的基础上进行了 GPU 加速：支持同时进行索引创建和搜索计算以提高查询效率。你可以在同一时间内使用 GPU 建索引，使用 CPU 搜索向量。

如果你的计算机上安装了支持 CUDA 功能的 GPU 设备，你可以安装 Milvus 的 GPU 版本以获取针对海量数据的更优的查询性能。

详见：。

如果你想为 Milvus 项目贡献代码，请参考我们的代码贡献指南：Contribute to Milvus。