Milvus v0.7.1 发布:多并发下的性能大幅提升!

​|版本兼容

|新增功能

针对 FLAT 索引类型,新增子结构(substructure)和超结构(superstructure)距离计算方式。这两种距离计算方式常用于化学分子式的子结构和超结构搜索。https://github.com/milvus-io/milvus/issues/1603

| 主要改进

  • 改善了 Compact 操作的性能。issue# 1619
  • 改善了 Milvus 使用 CPU 进行查询的性能,特别是提高了在多连接并发场景下的查询性能。issue#267
  • 改善了 nq 小于 CPU 线程数时 Milvus 的搜索性能。pull#1690
  • 对于多个客户端的相同查询请求,Milvus 会将进行合并查询,从而显著提高查询速度。issue#1728
  • Mishards 同步升级到 0.7.1。issue#1698

| Bug 修复

| 与0.7.0版本的性能对比

我们对 0.7.0 版本与 0.7.1 版本在单进程和多并发情况下的 QPS (Queries per Second,每秒钟查询数)进行了测试。结果表明,0.7.1 版本无论在单进程还是多并发情况下都有较大的性能提升,在多并发条件下的性能提升尤其显著。

测试条件

Milvus v0.7.1 发布:多并发下的性能大幅提升!_第1张图片

性能对比

Milvus v0.7.1 发布:多并发下的性能大幅提升!_第2张图片

有任何问题吗?可以来 GitHub 帮我们提个 issue 或是加入 Milvus 线上交流群。你们的反馈是社区不断进步的动力!

欢迎加入 Milvus 社区

http://github.com/milvus-io/milvus| 源码

http://milvus.io| 官网

http://milvusio.slack.com| Slack 社区

http://zhihu.com/org/zilliz-11| 知乎

http://zilliz.blog.csdn.net| CSDN 博客

Milvus v0.7.1 发布:多并发下的性能大幅提升!_第3张图片

你可能感兴趣的:(算法,深度学习,tensorflow,自然语言处理,pytorch)