milvus-logo
Star
0
Forks
0
快速开始

术语表

Collection

包含一组 entity,可以等价于关系型数据库系统(RDBMS)中的表。

Dependency

依赖是另一个程序赖以工作的程序。Milvus 的依赖包括 etcd (存储元数据)、MinIO 或 S3 (对象存储) 和 Pulsar( 管理快照日志)。

Entity

包含一组 field。field 与实际对象相对应。field 可以是代表对象属性的结构化数据,也可以是代表对象特征的向量。primary key 是用于指代一个 entity 的唯一值。

你可以自定义 primary key,否则 Milvus 将会自动生成 primary key。请注意,目前 Milvus 不支持 primary key 去重,因此有可能在一个 collection 内出现 primary key 相同的 entity。

Field

Entity 的组成部分。Field 可以是结构化数据,例如数字和字符串,也可以是向量。

Milvus 2.0 现已支持标量字段过滤。

Partition

分区是集合的一个分区。Milvus 支持将收集数据划分为物理存储上的多个部分。这个过程称为分区,每个分区可以包含多个段。

PChannel

PChannel 表示物理信道。每个 PChannel 对应一个日志存储主题。默认情况下,将分配一组 64 个 PChannels 来存储记录 Milvus 集群启动时数据插入、删除和更新的日志。

Schema

模式是定义数据类型和数据属性的元信息。每个集合都有自己的集合模式,该模式定义了集合的所有字段、自动ID (主键) 分配支持以及集合描述。集合模式中还包括定义字段名称、数据类型和其他属性的字段模式。

Segment

Milvus 在数据插入时通过合并数据自动创建的数据文件。一个 collection 可以包含多个 segment。一个 segment 可以包含多个 entity。在搜索中,Milvus 会搜索每个 segment,并返回合并后的结果。

Sharding

Shard 是指将数据写入操作分散到不同节点上,使 Milvus 能充分利用集群的并行计算能力进行写入。默认情况下单个 collection 包含 2 个分片(shard)。目前 Milvus 采用基于主键哈希的分片方式,未来将支持随机分片、自定义分片等更加灵活的分片方式。

Partition 的意义在于通过划定分区减少数据读取,而shard 的意义在于多台机器上并行写入操作。

VChannel

VChannel 表示逻辑通道。每个集合将分配一组 VChannels,用于记录数据的插入、删除和更新。VChannels 在逻辑上是分开的,但在物理上共享资源。

单机部署

一种 Milvus 的部署方式。在单机部署模式下,数据插入、索引构建、近似搜索等所有操作都在一个进程中完成。

分布式部署

一种 Milvus 的部署方式。在分布式部署模式下,Milvus 服务由一组节点共同提供,可实现高可用和易扩展。

非结构化数据

非结构化数据,包括图像、视频、音频和自然语言,是不遵循预定义模型或组织方式的信息。这种数据类型约占全球数据的 80%,可以通过各种人工智能 (AI) 和机器学习 (ML) 模型转换为矢量。

归一化

归一化指的是通过数学变换将向量的模长变为 1 的过程。如需使用点积计算向量相似度,则必须对向量作归一化处理。处理后点积与余弦相似度等价。

日志代理

日志代理是一个支持回放的发布-订阅系统。它负责流数据持久化、可靠异步查询的执行、事件通知和查询结果的返回。当工作节点从系统崩溃中恢复时,它还确保增量数据的完整性。

日志订阅者

日志订阅方通过订阅日志序列来更新本地数据,并以只读副本的形式提供服务。

日志序列

日志序列记录了在 Milvus 中更改集合状态的所有操作。

索引

索引基于原始数据构建,可以提高对 collection 数据搜索的速度。Milvus 支持多种索引类型

向量

向量是非结构化数据的特征抽象,比如电子邮件、物联网传感器数据、Instagram 照片、蛋白质结构等等。从数学上讲,向量是一个浮点数或二进制数组。现代嵌入技术将非结构化数据转化为向量。

向量相似性搜索

向量相似度搜索是将一个向量与数据库进行比较,找出与目标搜索向量最相似的向量的过程。近似最近邻 (ANN) 搜索算法用于计算向量之间的相似度。

该页面是否对你有帮助?
本页目录