操作常见问题

如果在安装 Milvus 时，从 dockerhub 拉取镜像总是失败怎么办？

某些地区的用户可能无法快速访问 dockerhub。如果拉取镜像失败，您可以从本地的镜像源拉取镜像。比如中国镜像源的网址为 registry.docker-cn.com。您可以在 /etc/docker/daemon.json 文件的 registry-mirrors 组添加 "https://registry.docker-cn.com"命令，这样就可以默认从中国镜像源拉取镜像了。 

  1. {
  2.   "registry-mirrors": ["https://registry.docker-cn.com"]
  3. }

为什么我从源码编译 Milvus 失败了？

原因可能有多种，但最可能的是环境因素，比如版本不匹配或者依赖关系缺失等。请参考 从源码安装 Milvus 获取详细信息。

建议您使用带有 Milvus 编译环境的 docker 镜像进行源码编译。关于详细流程请参考 在 Docker 容器中编译运行 Milvus。

Milvus 对 collection 和 分区的数量有限制吗？

有。Collection 和 分区总数不能超过50000。

为什么 Milvus 返回 config check error 的错误？

您的 Milvus 服务端配置文件版本不正确。Milvus 0.7.0 仅支持 0.2 版本的配置文件 (server_config.yaml)。

Milvus 支持对向量的插入、删除、更改和查询操作吗？

是的。关于详细信息请参考了解 Milvus 操作。

注意：在 0.7.0 之前，Milvus 仅支持插入向量和查询向量。

我应该自己指定向量 ID 还是由 Milvus 自动生成向量 ID？

两种方法均可。但是，在一个 collection 内的向量必须全部使用用户指定的向量 ID 或者全部使用自动生成的向量 ID。

为什么欧氏距离和内积在计算向量相似度时的结果不一致？

如果欧氏距离和内积返回不一致的结果，您可能需要检查数据是否已经归一化。如果没有，请先对数据进行归一化。

理论上可以证明，对于未归一化的数据，欧氏距离和内积的结果是不一致的。关于详细推导过程可参考 数据归一化。

为什么在导入数据时 Milvus 显示 “no space left on device” 的错误？

您可能没有为导入数据预留足够的磁盘空间。例如，为1亿单精度向量构建 FLAT 或 IVFLAT 索引，需要预留约 200 GB 空间。对于 IVF_SQ8 索引，需要预留约 50 GB。

为什么数据是二维数组时， Milvus Python SDK 依然返回 “Vectors should be 2-dim array” 的错误？

尽管数据是二维数组，如果数据类型是整形而非浮点型时，这个错误仍然会出现。原因是 Milvus 仅支持浮点数据类型。

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 collection 时 index_file_size 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。关于index_file_size 参数的更多信息，请参考 Milvus 基本操作。

为什么我的 Milvus 查询准确率一直不理想？

在调用 SDK 进行向量搜索时，请检查调用函数中 nprobe 参数的值。值越大，结果越精确，但耗时也越久。关于更多信息，请参考 了解 Milvus 操作 。

为什么我更新过的设置没有生效？

每次更新配置文件之后必须重启 Milvus docker 才能让改动生效。

  1. $ docker restart <container id>

为什么我的 Python SDK 一直报错？

检查 Milvus 是否支持已安装的 pymilvus 版本。要获取详细的 Milvus 和 pymilvus 的版本对应信息，参考https://pypi.org/project/pymilvus。

如何得知我的 Milvus 已经成功启动？

使用以下命令检查 Milvus 的运行状态：

  1. $ docker logs <container ID>

为什么我的检索结果中出现 ID 为 -1 的向量？

当数据集中的向量数目少于 topk 时，Milvus 会自动向结果中添加 ID 为 -1 的向量 以保证检索结果的数量等于 topk。

为什么我的 Milvus 在启动时返回 “Illegal instruction”？

如果您的 CPU 不支持 avx2 指令集，则 Milvus 无法正常启动。您可以通过 cat /proc/cpuinfo 查看 CPU 支持的指令集。

为什么在 Mac OS 或者 Windows 上运行 Milvus 时显示 cpu_cache_capacity 太大？

您需要检查 MacOS 或者 Windows 为 docker engine 分配的内存值。如果分配的内存值小于或等于 cpu_cache_capacity，尽管您的主机内存可能足够，但 Milvus 仍然无法正常运行。

为什么我的日志文件时间与系统时间不一致？

Docker 镜像内部的日志文件默认使用 UTC 时区。如果您宿主机的时区不是 UTC 时区，就会出现日志文件时间与系统时间不一致的情况。建议您查看宿主机上挂载的日志文件，这样可以保证宿主机上的日志文件和系统时间是一致的。

为什么我启用多进程程序失败了？

Milvus 在运行过程中，能够实现多进程操作，但在实现时需满足一定条件：

  • 程序执行时主进程中没有创建 client
  • 每个子进程分别创建 client 进行操作

为什么搜索 top K 的向量，结果不到 K 条向量？

在 Milvus 支持的索引类型中，IVFLAT 和 IVF_SQ8 是基于 k-means 空间划分的分桶搜索算法。空间被分为 nlist 个桶，导入的向量被分配存储在基于 nlist 划分的文件结构中。搜索发生时，只搜索最近似的 nprobe 个桶。

如果 nlist 和 K 比较大，而 nprobe 又足够小时，有可能出现 nprobe 文件中的所有向量总数小于 K。当你搜索 top K 向量时，就会出现搜索结果小于 K 条向量的情况。

想要避免这种情况，您可以尝试将 nprobe 设置为更大值，或是把 nlist 和 K 设置小一点。

在插入数据时我应该多久构建一次索引？

您应该避免频繁构建索引，因为这样会导致大量小索引文件的生成，从而影响检索效率。

Milvus 中的数据是如何存储的？

在 Milvus 中，元数据储存在数据库中，而搜索数据储存在文件中。关于更多信息请参考以下文章：

如何确认 Milvus 是否支持我的 CPU？

目前，Milvus 支持以下指令集：

  • SSE4
  • AVX2
  • AVX512

但是，您的 CPU 必须支持 AVX2 才能保证 Milvus 正常工作。

相关阅读

产品常见问题