我的书签
添加书签
移除书签性能优化问题
为什么重启 Milvus 服务端之后，第一次搜索时间非常长？
重启后第一次搜索时，会将数据从磁盘加载到内存，所以这个时间会比较长。可以在 milvus.yaml 中开启 preload_collection，在内存允许的情况下尽可能多地加载集合。这样在每次重启服务端之后，数据都会先载入到内存中，可以解决第一次搜索耗时很长的问题。或者在查询前，调用方法 load_collection() 将该集合加载到内存。
为什么搜索的速度非常慢？
请首先检查 milvus.yaml 的 cache.cache_size 参数是否大于集合中的数据量。
如何进行性能调优？
- 确保配置文件中的参数
cache.cache_size值大于集合中的数据量。 - 确保所有数据文件都建立了索引。
- 检查服务器上是否有其他进程在占用 CPU 资源。
- 调整参数
segment_row_limit和nlist的值。 - 如果检索性能不稳定，可在启动 Milvus 时添加参数
-e OMP_NUM_THREADS=NUM，其中NUM为 CPU 逻辑核数的 2/3。
详见 性能调优。
建立索引时需要设置 `nlist` 值，如何选择该值大小？
该值需要根据具体的使用情况去设置。详见 性能调优 > 索引 和 如何设置 Milvus 客户端参数。
为什么有时候小的数据集查询时间反而更长？
如果数据文件的大小小于创建集合时 segment_row_limit 参数的值，Milvus 则不会为此数据文件构建索引。因此，小的数据集有可能查询时间会更长。你还可以调用 create_index 建立索引。
为什么查询时 GPU 一直空闲？
此时应该是在用 CPU 进行查询。如果要用 GPU 进行查询，需要在配置文件中将 gpu_search_threshold 的值设置为小于 nq (每次查询的向量条数) 。可以将 gpu_search_threshold 的值调整为期望开启 GPU 搜索的 nq 数。若 nq 小于该值，则用 CPU 查询，否则将使用 GPU 查询。不建议在查询批量较小时使用 GPU 搜索。
为什么数据插入后不能马上被搜索到？
因为数据还没有落盘。要确保数据插入后立刻能搜索到，可以手动调用 flush 接口。但是频繁调用 flush 接口可能会产生大量小数据文件，从而导致查询变慢。
为什么我的 CPU 利用率始终不高？
nq = 100 以下，且数据量也不大的时候确实会出现这个现象。Milvus 在计算时，批量内的查询是并行处理的，如果批量不大且数据量也不大的话，并行度不高，CPU 利用率也就不高了。
Milvus 的导入性能如何？
客户端和服务端在同一台物理机上时，10 万条 128 维的向量导入需要约 0.8 秒（基于 SSD 磁盘）。这个具体也要看磁盘的 I/O 速度。
边插入边搜索会影响搜索速度吗？
- 当插入向量没有达到建索引条件时，新插入向量在初次被搜索时需要从磁盘加载到内存。
- 当插入向量达到建索引条件时，Milvus 开始为新增向量创建索引。v0.9.0 之后，新出现的搜索请求会打断建索引任务，这需要 1 秒左右的延时。
为什么同样的数据量，用 GPU 查询比 CPU 查询慢？
一般来说，当 nq（每次查询的向量条数）较小时，用 CPU 查询比较快。只有当 nq 较大（约大于 500）时，用 GPU 查询才会更有优势。
因为在 Milvus 中，每次用 GPU 查询都需要将数据从内存加载到显存。只有当 GPU 查询节省的计算时间能抵消掉数据加载的时间，才能体现出 GPU 查询的优势。
仍有问题没有得到解答？
如果仍有其他问题，你可以：
