支持 MMap 的数据存储

在 Milvus 中，内存映射文件允许将文件内容直接映射到内存中。这一功能提高了内存效率，尤其是在可用内存稀缺但完全加载数据不可行的情况下。这种优化机制可以增加数据容量，同时在一定限度内确保性能；但当数据量超出内存太多时，搜索和查询性能可能会严重下降，因此请根据情况选择打开或关闭此功能。

配置内存映射

从 Milvus 2.4 开始，您可以灵活调整静态配置文件，在部署前为整个集群配置默认内存映射设置。此外，您还可以动态更改参数，以微调群集和索引级别的内存映射设置。展望未来，未来的更新将把内存映射功能扩展到字段级配置。

群集部署前：全局配置

在部署群集之前，群集级设置会在整个群集中应用内存映射。这将确保所有新对象自动遵循这些配置。需要注意的是，修改这些设置需要重新启动群集才能生效。

要调整群集的内存映射设置，请编辑configs/milvus.yaml 文件。在该文件中，你可以指定是否默认启用内存映射，并确定存储内存映射文件的目录路径。如果未指定路径（mmapDirPath ），系统默认将内存映射文件存储在{localStorage.path}/mmap 中。有关详细信息，请参阅本地存储相关配置。

# This parameter was set in configs/milvus.yaml
...
queryNode:
  mmap:
    # Set memory mapping property for whole cluster
    mmapEnabled: false | true
    # Set memory-mapped directory path, if you leave mmapDirPath unspecified, the memory-mapped files will be stored in {localStorage.path}/ mmap by default. 
    mmapDirPath: any/valid/path 
....

群集运行期间：动态配置

在群集运行期间，可以在集合或索引级别动态调整内存映射设置。

在集合级别，内存映射会应用到集合内所有未索引的原始数据，不包括主键、时间戳和行 ID。这种方法特别适用于大型数据集的综合管理。

要在数据集中动态调整内存映射设置，可使用set_properties() 方法。在这里，你可以根据需要在True 或False 之间切换mmap.enabled 。

# Get existing collection
collection = Collection("test_collection") # Replace with your collection name

# Set memory mapping property to True or Flase
collection.set_properties({'mmap.enabled': True})

对于索引级设置，内存映射可专门应用于向量索引，而不会影响其他数据类型。对于需要优化向量搜索性能的集合来说，这一功能非常宝贵。

要为集合中的索引启用或禁用内存映射，可调用alter_index() 方法，在index_name 中指定目标索引名称，并将mmap.enabled 设置为True 或False 。

collection.alter_index(
    index_name="vector_index", # Replace with your vector index name
    extra_params={"mmap.enabled": True} # Enable memory mapping for index
)

在不同部署中自定义存储路径

内存映射文件默认存放在localStorage.path 中的/mmap 目录中。以下是在不同部署方法中自定义此设置的方法：

• 对于使用 Helm Chart 安装的 Milvus：

# new-values.yaml
extraConfigFiles:
   user.yaml: |+
      queryNode:
         mmap:
           mmapEnabled: true
           mmapDirPath: any/valid/path
        
helm upgrade <milvus-release> --reuse-values -f new-values.yaml milvus/milvus

• 对于使用 Milvus Operator 安装的 Milvus：

# patch.yaml
spec:
  config:
    queryNode:
      mmap:
        mmapEnabled: true
        mmapDirPath: any/valid/path
      
 kubectl patch milvus <milvus-name> --patch-file patch.yaml

• 对于使用 Docker 安装的 Milvus：

# A new installation script is provided to enable mmap-related settings.

限制

• 无法为已加载的集合启用内存映射，请确保在启用内存映射前已释放集合。

• DiskANN 或 GPU 级索引不支持内存映射。

常见问题

• 建议在哪些情况下启用内存映射？启用此功能后有哪些权衡？

  内存有限或性能要求适中时，建议使用内存映射。启用此功能可提高数据加载能力。例如，在配置 2 个 CPU 和 8 GB 内存的情况下，启用内存映射可使加载的数据量比不启用内存映射多 4 倍。对性能的影响各不相同：

  • 在内存充足的情况下，预期性能与只使用内存的情况类似。

  • 如果内存不足，预期性能可能会下降。

• 集合级配置和索引级配置之间的关系是什么？

  集合级和索引级不是包含关系，集合级控制原始数据是否启用 mmap，而索引级只针对向量索引。

• 有没有推荐用于内存映射的索引类型？

  有，建议使用 HNSW 启用毫米映射。我们曾测试过 HNSW、IVF_FLAT、IVF_PQ/SQ 系列索引，IVF 系列索引的性能下降严重，而 HNSW 索引启用毫米映射后的性能下降仍在预期之内。

• 内存映射需要什么样的本地存储？

  高质量的磁盘可以提高性能，NVMe 驱动器是首选。

• 标量数据能否进行内存映射？

  内存映射可应用于标量数据，但不适用于基于标量字段建立的索引。

• 如何确定不同级别内存映射配置的优先级？

  在 Milvus 中，当跨多个级别明确定义内存映射配置时，索引级和集合级配置共享最高优先级，然后是集群级配置。

• 如果我从 Milvus 2.3 升级并配置了内存映射目录路径，会发生什么情况？

  如果从 Milvus 2.3 升级并配置了内存映射目录路径 (mmapDirPath)，您的配置将被保留，启用内存映射的默认设置 (mmapEnabled) 将是true 。迁移元数据以同步现有内存映射文件的配置非常重要。有关详细信息，请参阅迁移元数据。