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
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!