歡迎您光臨本站 註冊首頁

Milvus v0.7.1 發布:多併發下的性能大幅提升

←手機掃碼閱讀     admin @ 2020-04-02 , reply:0

Milvus 發布了 0.71 版本。Milvus 向量搜索引擎能夠幫助用戶輕鬆應對海量非結構化數據(圖片/視頻/語音/文本)檢索。單節點 Milvus 可以在秒內完成十億級的向量搜索,分散式架構亦能滿足用戶的水平擴展需求。

| 版本兼容

| 新增功能

針對 FLAT 索引類型,新增子結構(substructure)和超結構(superstructure)距離計算方式。這兩種距離計算方式常用於化學分子式的子結構和超結構搜索。

https://github.com/milvus-io/milvus/issues/1603 

| 主要改進

  • 改善了 Compact 操作的性能。issue# 1619

  • 改善了 Milvus 使用 CPU 進行查詢的性能,特別是提高了在多連接併發場景下的

    查詢性能。issue#267

  • 改善了 nq 小於 CPU 線程數時 Milvus 的搜索性能。pull#1690

  • 對於多個客戶端的相同查詢請求,Milvus 會將進行合併查詢,從而顯著提高查詢

    速度。issue#1728

  • Mishards 同步升級到 0.7.1。issue#1698

| Bug 修復

| 與0.7.0版本的性能對比

我們對 0.7.0 版本與 0.7.1 版本在單進程和多併發情況下的 QPS (Queries per Second,每秒鐘查詢數)進行了測試。結果表明,0.7.1 版本無論在單進程還是多併發情況下都有較大的性能提升,在多併發條件下的性能提升尤其顯著。

測試條件

CPU

Intel i7-8700 3.20GHz 12 core

GPU

GeForce GTX 1660  6GB

內存

32 GB

Milvus 元數據管理資料庫

MySQL

Milvus 類型

支持 GPU 的 Milvus

客戶端

C++ SDK

查詢數據集規模

1,000,000

索引類型

IVFSQ8

向量距離

歐氏距離(L2)

向量維度

128

nq (目標向量個數)

1

topk(查詢結果中作為結果的向量個數)

10

nprobe(查詢時所涉及的向量類的個數)

16

nlist(建立索引時對向量數據文件進行聚類運算的分簇數)

16384

index_file_size(自動創建索引的數據文件大小)

1024 MB

查詢次數

1000

性能對比

有任何問題嗎?可以來 GitHub 幫我們提個 issue 或是加入 Milvus 線上交流群。你們的反饋是社區不斷進步的動力!

| 歡迎加入 Milvus 社區

github.com/milvus-io/milvus | 源碼

milvus.io | 官網

milvusio.slack.com | Slack 社區

zhihu.com/org/zilliz-11/columns | 知乎

zilliz.blog.csdn.net | CSDN 博客


[admin ]

來源:OsChina
連結:https://www.oschina.net/news/114571/milvus-0-7-1-released
Milvus v0.7.1 發布:多併發下的性能大幅提升已經有53次圍觀

http://coctec.com/news/all/show-post-228915.html