我的书签
添加书签
移除书签产品常见问题
Milvus 是什么？
Milvus 是一款开源的、针对海量特征向量的相似性搜索引擎。基于异构众核计算框架设计，成本更低，性能更好。 在有限的计算资源下，十亿向量搜索仅毫秒响应。Milvus 可以很好的运行和部署在 x86 架构的服务器环境和主流的虚拟化环境下，也支持目前主流的网络硬件设备。操作系统方面，Milvus 支持目前主流的 Linux 操作系统环境。
Milvus 适合什么时候使用 ？
如果您想要可靠的海量向量相似性检索，以及亿级数据搜索的毫秒级响应，那 Milvus 将是您不二的选择。Milvus 一键安装、配置简易、运行可靠，保证数据准确性的同时，提供超高速的搜索响应。
Milvus 单行读取速度约 0.6 毫秒，单行写入速度在 0.03 毫秒左右。支持多种索引方式，优化了查询性能。Milvus 提供结构化和非结构化数据的混合查询方案。
如何使用 Milvus？
Milvus 提供 Python, Java and C++ SDK。同时还支持所有基于 gRPC 的通信方式。
Milvus 的易用性如何？
Milvus 安装简单，仅需下载相关 docker 镜像文件。易用性强，通过 Python，Java 等 API 接口即可完成向量插入、检索等操作。若要了解更多，请看 安装 Milvus.
想要开启您的第一次向量搜索？请阅读 运行示例程序.
Milvus 具备高可用特性吗？
Milvus 集群具备高可用性，其存储和计算等集群均容许部分组件失效，而不影响整个集群的使用。若要了解更多，请看 Milvus 高可用方案。
Milvus 可以处理百亿或千亿级数据吗？
Milvus 提供了集群分片中间件 Mishards，可以实现集群分片部署，满足百亿或者千亿级数据的处理需求。Mishards 还处于试验阶段，不推荐部署到生产环境。详细信息请参考 Mishards Readme。
向量存入 Milvus 后如何检索？
向量导入 Milvus 后，会被存储并建立索引。Milvus 会给对应向量一个 ID，用户需要自己将该向量 ID 和其对应的其他属性存入另外一个数据库系统。查询的时候，用户提供需要查询的向量，Milvus 会返回和用户提供向量最匹配的数个向量的ID以及匹配度。
如何选择向量索引的类型？
依据用户的需求，您可以选择以下索引类型：
Flat如果需求精确匹配，那么请选择
Flat类型索引。精确匹配，可以为用户提供100%精确匹配的向量，但是由于计算量巨大，性能影响也很大。IVFFlat如果不追求100%精确匹配，可以选择
IVFFlat类型索引，支持大数据量的高精度匹配。IVF_SQ8运用 scalar quantization 的向量索引，能大幅缩小向量体积（大概缩减3/4），从而能有效提高向量吞吐量。
IVF_SQ8HIVF_SQ8的增强版。支持 CPU 和 GPU 的混合查询，能极大提高搜索性能。若要使用该索引方式，请确保已同时选择了cpu和gpu用于 Milvus 搜索。具体配置请参考 Milvus 配置 里的resource_config区域。
Milvus 是否支持 “边插入边查询” ？
支持。如果您想在Milvus里边插入向量边查询，建议在 home/$USER/milvus/conf/server_config.yaml 下的 cache_config 区域，将参数 cache_insert_data 设置为 True。
数据存储在哪里？
向量数据导入 Mivus 后，将自动存储在您的本地磁盘。元数据可以存储在 MySQL 或 SQLite 3 上。
Milvus 与 FAISS 和 SPTAG 对比如何？
尽管这些都支持海量向量的相似度检索，Milvus 是其中唯一高性能、易用性强的向量检索数据库系统，具备高可用、弹性扩展等特性。
想要了解更多性能对比，请看 与 FAISS 和 SPTAG 对比。
Milvus 是一款端到端产品吗？
暂时还不是。Milvus 只能接受向量作为输入并通过查询输出向量。您无法使用 Milvus 从非结构化数据中提取向量。
仍有问题没有得到解答？
如果您仍有其它问题，您可以：
