milvus-logo
LFAI
Home
  • Acerca de Milvus

Hoja de ruta de Milvus

Bienvenido a la hoja de ruta de Milvus. Acompáñenos en nuestro viaje continuo para mejorar y hacer evolucionar Milvus. Estamos encantados de compartir nuestros logros, planes de futuro y nuestra visión de lo que nos espera. Nuestra hoja de ruta es más que una lista de las próximas funciones: refleja nuestro compromiso con la innovación y nuestra dedicación al trabajo con la comunidad. Le invitamos a profundizar en nuestra hoja de ruta, a darnos su opinión y a ayudar a dar forma al futuro de Milvus.

Hoja de ruta

Categoría Milvus 2.5.0 (Conseguido en las últimas versiones) Próxima versión (A mediados de CY25) Futura hoja de ruta (Dentro de 1 año)
Procesamiento de datos no estructurados impulsado por IA
Refuerzo de la capacidad de procesar y analizar datos no estructurados utilizando modelos de IA y tecnologías avanzadas.
Búsqueda de texto completo
Admite la búsqueda de texto completo con Sparse-BM25. La nueva API acepta texto como entrada y genera automáticamente vectores dispersos dentro de Milvus

Sparse Vector(GA)
Admite un método eficiente de almacenamiento e indexación para vectores dispersos.
Entrada y salida de datos
Admite los principales servicios de modelos para la entrada de datos originales

Reranker avanzado
Admite rerankers basados en modelos y función de puntuación definida por el usuario

Mejora de JSON
Indexación y análisis sintáctico de JSONpara acelerar el procesamiento
Entrada y salida de datos originales
Admite referencia a Blob y url para procesar datos originales

Admite más tipos de datos
por ejemplo, Datetime, Map, GIS

Admite tensores
Admite una lista de vectores, de uso típico como Colbert, Copali, etc.
Calidad y rendimiento de la búsqueda
Proporcione resultados precisos, relevantes y rápidos optimizando la arquitectura, los algoritmos y las API.
Función de coincidencia de texto
Filtrado rápido de palabras clave/tokens en texto/varchar

Mejora de la búsqueda por agrupación
Introducción de group_size y soporte de agrupación por en la búsqueda híbrida

Índice de mapa de bits e índice invertido
Aceleración del filtrado por etiquetas
Coincidencia avanzada
Por ejemplo, coincidencia de frase, coincidencia difusa y más tokenizadores

Agregaciones
Agregaciones de campos escalares, por ejemplo, mín., máx., recuento, distinto.
Actualización parcial
Admite actualizaciones del valor de un campo específico

Capacidad de ordenación
Ordenación por campos escalares durante la ejecución

Admite agrupación de datos
Coubicación de datos
Funcionalidad y gestión enriquecidas
Funciones de gestión de datos robustas y fáciles de usar para el desarrollador
Admite archivos CSV en la importación de datos
Bulkinsert admite el formato CSV

Admite valores nulos y predeterminados
Los tipos nuloy predeterminado facilitan la importación de datos desde otros DBMS

Milvus WebUI (Beta)
Herramientas de gestión visual para DBAs
Deduplicación de claves primarias
Utilizando el índice pk global

Cambio de esquema en línea
Por ejemplo, añadir/eliminar campo, modificar longitud varchar

Versionado y restauración de datos
Soporte de versionado de datos por instantánea
SDK de Rust y C++
Admite más clientes

Admite UDF
Función definida por el usuario
Rentabilidad y arquitectura
Sistemas de última generación que priorizan la estabilidad, la rentabilidad y la escalabilidad
Carga por campos
Elección de la parte de la colección que se va a cargar

Optimización de la memoria
Reducción de la OOM y mejora de la carga

Streaming Node (Beta)
Proporciona coherencia global y resuelve el cuello de botella de rendimiento en el coordinador raíz

Storage Format V2 (Beta)
Diseño de formatos universales y base para el acceso a datos en disco

Clustering Compaction
Redistribución de datos basada en la configuración para acelerar el rendimiento de la lectura
Lazy Load
La carga puede iniciarse con la primera operación de lectura sin llamar explícitamente a load()

Almacenamiento por niveles
Admite almacenamiento en caliente y en frío para optimizar costes

Liberación por campos
Liberación de parte de la colección para reducir el uso de memoria

Streaming Node (GA)
Procesamiento de datos en streaming y simplificación de la arquitectura
Eliminar dependencias
Reducir o eliminar dependencias de componentes externos como pulsar, etcd

Fusionar la lógica de coord en MixCoord
Simplificar la arquitectura
  • Nuestra hoja de ruta suele estructurarse en tres partes: la versión más reciente, la próxima versión y una visión a medio y largo plazo para el próximo año.
  • A medida que avanzamos, aprendemos continuamente y de vez en cuando ajustamos nuestro enfoque, añadiendo o eliminando elementos según sea necesario.
  • Estos planes son indicativos y están sujetos a cambios, y pueden variar en función de los servicios de suscripción.
  • Nos ceñimos firmemente a nuestra hoja de ruta, y nuestras notas de publicación nos sirven de referencia.

Cómo contribuir

Como proyecto de código abierto, Milvus se nutre de las contribuciones de la comunidad. A continuación le indicamos cómo puede formar parte de nuestro viaje.

Comparte tus comentarios

  • Informe de problemas: ¿Ha encontrado un error o tiene alguna sugerencia? Abra una incidencia en nuestra página de GitHub.

  • Sugerencias de funciones: ¿Tienes ideas para nuevas funciones o mejoras? Nos encantaría escucharlas.

Contribuciones al código

  • Pull requests: Contribuya directamente a nuestra base de código. Ya sea para corregir errores, añadir funciones o mejorar la documentación, sus aportaciones son bienvenidas.

  • Guía de desarrollo: Consulte nuestra Guía del colaborador para conocer las directrices sobre contribuciones al código.

Corre la voz

  • Comparte en las redes sociales: ¿Le gusta Milvus? Comparta sus casos de uso y experiencias en las redes sociales y blogs de tecnología.

  • Inclúyanos en GitHub: Muestra tu apoyo destacando nuestro repositorio de GitHub.

Traducido porDeepL

Try Managed Milvus for Free

Zilliz Cloud is hassle-free, powered by Milvus and 10x faster.

Get Started
Feedback

¿Fue útil esta página?