Milvus v0.7.1 发布：多并发下的性能大幅提升！
Milvus v0.7.1 发布：多并发下的性能大幅提升！
Zilliz RDS
发布于 2020-04-07 17:09:27
发布于 2020-04-07 17:09:27
| 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/milvus-io/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
CPU | Intel i7-8700 3.20GHz 12 core |
|---|---|
GPU | GeForce GTX 1660 6GB |
内存 | 32 GB |
Milvus 元数据管理数据库 | MySQL |
Milvus 类型 | 支持 GPU 的 Milvus |
客户端 | C++ SDK |
查询数据集规模 | 1,000,000 |
索引类型 | IVFSQ8 |
向量距离 | 欧氏距离（L2） |
向量维度 | 128 |
nq （目标向量个数） | 1 |
topk（查询结果中作为结果的向量个数） | 10 |
nprobe（查询时所涉及的向量类的个数） | 16 |
nlist（建立索引时对向量数据文件进行聚类运算的分簇数） | 16384 |
index_file_size（自动创建索引的数据文件大小） | 1024 MB |
查询次数 | 1000 |
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！
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-04-02，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
云数据库 MySQL
腾讯云数据库 MySQL（TencentDB for MySQL）为用户提供安全可靠，性能卓越、易于维护的企业级云数据库服务。其具备6大企业级特性，包括企业级定制内核、企业级高可用、企业级高可靠、企业级安全、企业级扩展以及企业级智能运维。通过使用腾讯云数据库 MySQL，可实现分钟级别的数据库部署、弹性扩展以及全自动化的运维管理，不仅经济实惠，而且稳定可靠，易于运维。