2024 年开年，Milvus 好消息不断。除了收获 Github 25,000 颗星的成就，Milvus 也发布了新年的第一个版本—— 2.3.4。
此次发版的主要目的是为用户提供一个高扩展性且更易用的 Milvus 版本。为此，Milvus 新增了许多易用性功能，比如：可追踪外部接口调用的 accesslog；对 parquet 数据格式的导入做了支持；引入了更清晰的错误消息；更快的加载速度以及更好的查询分片平衡能力。在扩展性方面，团队通过对内部处理逻辑进行优化以及对内存使用效率的提升，使得 Milvus 集群目前可支持多达 10,000 个 Collection，可以满足大数据量和多租户场景下的要求。
以下将对这些主要特性和重点优化进行解释说明：
支持上万的 Collection/Partition 数量
Collection/Partition 是 Milvus 管理逻辑集合的主要单元，类似关系型数据库里 Table/Partition 的概念。虽然理论上 Milvus 能支持 65,536 个 Collection，但在实际使用中，随着 Collection 数量的增加，系统内部的开销会变大，一些资源可能会存在瓶颈，比如用于写入的 kafka topic 数量，以及 time tick 带来的 CPU 开销等。
因此 Collection 的实际数量限制和硬件规格以及负载有关，小于理论值。在某些场景下，用户希望尽可能多支持的 Collection，比如：知识库场景下用户希望用不同的 Collection 存储不同的主题或信息来源的数据；有的用户将 Milvus 作为数据中台并以 Collection 粒度对外提供多租户的能力……这些都对 Collection 数量提出了更高的需求。在这个版本里，我们针对系统做了大量优化和测试工作，将 Collection 的数量限制提升了一个档次，从之前的 4096 提升到目前可以稳定支持上万 Collection，该能力已经能满足大多知识库和多租户的场景需求。
新增访问日志 Access log 功能
Milvus 的访问日志功能允许服务端记录接口调用的详细信息，每一次用户通过 gRPC 发起的请求都会被记录下来，这有助于监控系统状态和追踪可能出现的问题。通过这一功能，用户可以进行：
安全审计：通过访问日志来检查历史数据访问的合法性和安全性。
错误排查：当出现问题时，利用日志可以快速查看报错信息，并了解接口调用的上下文，帮助定位和解决问题。
性能分析：通过监控响应时间，用户可以识别异常查询和优化慢查询，提升整体性能。
目前，访问日志只记录通过 gRPC 协议调用的各类接口请求，RESTful API 请求的访问日志将在后续版本进行支持。相关使用请见（https://milvus.io/docs/configure_access_logs.md）。
数据导入支持 Parquet 格式
Parquet 是一种广泛使用的列式存储格式，能高效处理大批量数据，尤其广泛应用在数据分析和机器学习领域。通过支持 Parquet 格式的数据导入，我们为用户提供了更加灵活和高效的数据处理能力。
对于正在使用 Parquet 格式存储和处理大规模数据集的用户来说，这意味着现在可以无缝地将其数据集成到 Milvus 的向量数据库中，而无需进行繁琐的数据格式转换。这不仅简化了数据的导入过程，还大大缩短了从数据准备到向量检索的时间。同时 Milvus 的数据格式转换工具 BulkWriter 也将支持 Parquet 格式并作为其默认输出格式。
兼容性变更
为了减少资源消耗，新版本 Milvus 默认关闭了在 Search/Query 接口中对 Partition Names 参数做正则表达式的支持。但是，用户依旧可以通过配置 proxy.partitionNameRegexp 重新启用此功能。
各类优化
此外，Milvus 2.3.4 还进行了各式优化，包括：
提升数据检索和可变长度数据处理的内存效率，这将帮助系统更稳定的运行；
将错误信息以总分（Summary & Details）方式组织，使得 Error message 更易读；
完善 RBAC 功能，支持自定义 built-in role，新增对 Partition 级别的权限管理；
interimIndex 开关额外支持构建 Binlog Index 临时索引以优化持续写入场景下分布式集群上做并发查询的性能。
回顾过去的半年，Milvus 一直保持着高效的迭代速度，大版本也从 2.2 升级到了 2.3，新增了不少功能。发版方面，对于小版本，我们一般着眼于提升稳定性和易用性，让用户用的省心安心；而在大版本上，一方面，我们会贴合用户使用场景，另一方面会紧跟技术前沿保持创新，发布一批全新的功能。
这里提前做一个预告，Milvus 的下一个大版本 2.4 正在路上，届时会发布一批重磅功能，包括但不限于：多向量多模态的支持 Multi-Vectors、稀疏向量 Sparse Embedding、分类聚合 Group By Search、倒排索引 Inverted Index、数据迁移容灾工具 CDC 等……敬请期待！
本文分享自微信公众号 - ZILLIZ（Zilliztech）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。