Milvus 路线图
🌌 迈向下一代多模态数据库和数据湖
Milvus 产品路线图
欢迎阅读 Milvus 路线图！
我们正在将 Milvus 带入一个新时代--下一代多模态数据库--从结构化数据到非结构化数据，从实时检索到离线分析，从单集群性能到全球数据湖架构。
本路线图概述了Milvus v2.6（进行中）、Milvus v3.0（目标是2026年底）和Milvus v3.1（长期开发）的核心目标，以及向量湖（数据湖/Loon）的演进计划。
Milvus v2.6（进行中）
时间表：2025 年中 - 2025 年底
重点：升级数据模型，重构流架构，构建热/冷分层功能，推出向量湖原型（v0.1）。
🎯主要亮点
🔹数据模型升级
引入统一的Tensor / StructList数据类型，支持多向量嵌入结构，实现与ColBERT、CoLQwen、视频和多模态向量的兼容。
添加地理数据支持，包括点、区域和空间索引（基于libspatial），以扩展 LBS 和 GIS 中的用例。
支持带有时区数据类型的时间戳。
流节点架构重构
重写流式摄取管道，优化增量写入和实时计算。
显著提高并发性能和稳定性，为统一的实时和离线处理奠定基础。
引入新的消息队列引擎：啄木鸟。
🔹热/冷分层与存储架构（StorageV2）
支持双存储格式：Parquet和Vortex，提高并发性和内存效率。
通过自动冷热数据分离和智能调度实现分层存储。
🔹向量湖原型（v0.1）
通过 FFI 与Spark/DuckDB/DataFusion集成，实现离线 Schema 演进和 KNN 查询。
提供多模式数据可视化和 Spark ETL 演示，建立基础数据湖架构。
🌠 Milvus v3.0（目标日期：2026 年初）
时间表：2025 年末 - 2026 年初
重点：全面增强搜索体验、Schema 灵活性和非结构化数据支持，同时发布向量湖（v0.2）。
主要亮点
🔹全面改进搜索体验
引入More Like This (MLT)相似性搜索，支持带有位置或负面示例的搜索。
增加语义搜索功能，如突出显示和增强。
支持自定义字典和同义词表，在分析器层实现词汇和语义规则定义。
为查询引入聚合功能。
多租户和资源管理
支持多租户删除、统计和冷热分层。
改进资源隔离和调度策略，以支持单个集群中的数百万个表。
增强 Schema 和主键功能
实施全局主键重复数据删除（全局 PK 重复数据删除），以保证数据的一致性和唯一性。
支持灵活的 Schema 管理（添加/删除列、备份填充）。
允许在向量字段中使用NULL 值。
🔹扩展的非结构化数据类型（BLOB/文本）
引入BLOB 类型，为文件、图像和视频等二进制数据提供本地存储和引用。
引入TEXT 类型，提供增强的全文和基于内容的搜索功能。
企业级功能
支持基于快照的备份和恢复。
提供端到端跟踪和审计日志。
在多集群部署中实施主动-备用高可用性 (HA)。
🔹向量湖（v0.2）
支持文本/BLOB 存储和多版本快照管理。
集成 Spark，用于离线索引、聚类、重复数据删除和降维任务。
提供ChatPDF 冷查询和离线基准演示。
🪐 Milvus v3.1（长期愿景）
时间表：2026 年年中
重点：用户自定义函数 (UDF)、分布式计算集成、标量查询优化、动态分片以及正式发布向量湖 (v1.0)。
🎯主要亮点
用户定义函数和分布式计算生态系统
支持用户自定义函数（UDF），允许开发人员在检索和计算工作流中注入自定义逻辑。
与Ray Dataset / Daft深度集成，用于分布式 UDF 执行和多模式数据处理。
标量查询和本地格式演变
优化标量字段的过滤和聚合性能。
增强表达式评估和索引加速执行。
支持本地文件格式的就地更新。
高级搜索功能
添加以下功能：RankBy、OrderBy、Facet 和模糊匹配查询。
增强文本检索，支持
match_phrase_prefixCompletion SuggesterTerm SuggesterPhrase Suggester
动态分片和可扩展性
启用自动分片和负载平衡，实现无缝扩展。
改进全局索引构建，确保分布式搜索性能。
向量湖 V1.0
与Ray / Daft / PyTorch深度集成，支持分布式 UDF 和上下文工程用例。
提供RAG（检索增强生成）演示 ，并从 Iceberg 表导入。
共同构建 Milvus 的未来
Milvus 是一个由全球开发者社区驱动的开源项目。
我们热情邀请所有社区成员帮助打造下一代多模态数据库：
💬分享反馈：提出新功能或优化建议
🐛报告问题：通过 GitHub Issues 报告错误
🔧贡献代码：提交 PR 并帮助构建核心功能
⭐宣传：分享最佳实践和成功案例
👉GitHub: milvus-io/milvus