milvus-logo
LFAI
首页
  • 关于 Milvus

Milvus 路线图

欢迎访问 Milvus 路线图!加入我们不断增强和发展 Milvus 的旅程。我们很高兴与大家分享我们的成就、未来计划以及对未来的展望。我们的路线图不仅仅是一份即将推出的功能列表,它还反映了我们对创新的承诺以及与社区合作的决心。我们邀请您深入了解我们的路线图,提供您的反馈意见,帮助塑造 Milvus 的未来!

路线图

类别 Milvus 2.4.0(近期实现) Milvus 2.5.0(即将于 24 年度中期推出) 未来路线图(Milvus 3.0 预计在 CY24 内发布)
对人工智能开发人员友好的
对开发人员友好的技术堆栈,采用最新的人工智能创新技术进行增强
多向量与混合搜索
用于多重召回和融合的框架

GPU 索引加速
支持更高的 QPS 和更快的索引创建

PyMilvus 中的模型库
Milvus集成嵌入模型
Sparse Vector (GA)
本地特征提取和关键词搜索

Milvus Lite (GA)
Milvus 的轻量级内存版本

嵌入模型
支持模型库中图像和多模态嵌入以及 reranker 模型
原始数据输入和数据输出
支持 Blob 数据类型

数据聚类
数据共定位

面向场景的向量搜索
例如多目标搜索和 NN 过滤

支持嵌入和 Reranker 端点
丰富的功能
增强的检索和数据管理功能
支持 FP16、BF16 数据类型
这些 ML 数据类型有助于降低内存使用率

分组搜索
聚合拆分嵌入

模糊匹配和倒排索引
支持标量类型(如 varchar 和 int)的模糊匹配和倒排索引
针对数组和 JSON 的反转索引
针对数组和部分支持 JSON 的索引

Bitset索引
改进了执行速度和未来的数据聚合

Truncate Collection
允许在保留元数据的同时清除数据

支持 NULL 和默认值
支持更多数据类型
,如日期时间、地理信息系统

高级文本过滤
,如匹配短语

主键重复数据删除
成本效益和架构
强调稳定性、成本效益、可扩展性和性能的先进系统
支持更多的集合/分区
在较小的集群中处理超过 10,000 个集合

Mmap 优化
在降低内存消耗和延迟之间取得平衡

批量插入优化
简化大型数据集的导入操作
懒加载
通过读取操作按需加载数据

主要压缩
根据配置重新分配数据,以提高读取性能

用于增长数据的 Mmap
用于扩展数据段的 Mmap 文件
内存控制
减少内存不足问题,提供全局内存管理

LogNode 简介
确保全局一致性,解决根协调中的单点瓶颈

存储格式 V2
通用格式设计为基于磁盘的数据访问奠定了基础
企业就绪
旨在满足企业生产环境的需求
Milvus CDC
数据复制功能

Accesslog 增强
用于审计和跟踪的详细记录
新资源组
增强的资源管理

存储钩
支持自带密钥 (BYOK) 加密
动态副本数量调整
便于动态更改副本数量

动态模式修改
例如,添加/删除字段、修改 varchar 长度

Rust和 C# SDKs
  • 我们的路线图通常分为三个部分:最新发布的版本、即将发布的下一个版本以及明年的中长期愿景。
  • 随着我们的进步,我们会不断学习,偶尔调整我们的重点,根据需要添加或删除项目。
  • 这些计划仅供参考,可能会根据订阅服务的不同而有所变化。
  • 我们将坚定不移地遵循我们的路线图,并以我们的发布说明作为参考。

如何贡献

作为一个开源项目,Milvus 依赖于社区贡献。以下是您如何参与我们的旅程。

分享反馈

代码贡献

  • 拉取请求:直接向我们的代码库投稿。无论是修复错误、添加功能还是改进文档,我们都欢迎您的贡献。

  • 开发指南:查看我们的贡献者指南,了解代码贡献指南

传播信息

  • 社交分享:喜欢 Milvus 吗?在社交媒体和技术博客上分享您的使用案例和经验。

  • 在 GitHub 上为我们加星:在我们的GitHub 存储库上加星,表示您对我们的支持。

翻译自DeepLogo

想要更快、更简单、更好用的 Milvus SaaS服务 ?

Zilliz Cloud是基于Milvus的全托管向量数据库,拥有更高性能,更易扩展,以及卓越性价比

免费试用 Zilliz Cloud
反馈

此页对您是否有帮助?