Milvus v0.7.1 发布:多并发下的性能大幅提升!
2020/4/16 9:55:59
本文主要是介绍Milvus v0.7.1 发布:多并发下的性能大幅提升!,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
|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
- 详情请参考 CHANGELOG。https://github.com/milvusio/milvus/blob/master/CHANGELOG.md
| 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
性能对比
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
这篇关于Milvus v0.7.1 发布:多并发下的性能大幅提升!的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-10-30tensorflow是什么-icode9专业技术文章分享
- 2024-10-15成功地使用本地的 NVIDIA GPU 运行 PyTorch 或 TensorFlow
- 2024-01-23供应链投毒预警 | 恶意Py包仿冒tensorflow AI框架实施后门投毒攻击
- 2024-01-19attributeerror: module 'tensorflow' has no attribute 'placeholder'
- 2024-01-19module 'tensorflow.compat.v2' has no attribute 'internal'
- 2023-07-17【2023年】第33天 Neural Networks and Deep Learning with TensorFlow
- 2023-07-10【2023年】第32天 Boosted Trees with TensorFlow 2.0(随机森林)
- 2023-07-09【2023年】第31天 Logistic Regression with TensorFlow 2.0(用TensorFlow进行逻辑回归)
- 2023-07-01【2023年】第30天 Supervised Learning with TensorFlow 2(用TensorFlow进行监督学习 2)
- 2023-06-18【2023年】第29天 Supervised Learning with TensorFlow 1(用TensorFlow进行监督学习 1)