• 向量数据库 milvus 入门-15-内存内复制
  内存内复制 本主题介绍 Milvus 中的内存中复制（replication）机制，该机制可在工作内存中实现多个网段复制，以提高性能和可用性。 有关如何配置内存中复制的信息，请参阅查询节点相关配置。 概述 利用内存中副本，Milvus 可以在多个查询节点上加载相同的数据段。如果一个查询节点出现故障或忙于处理当前的搜索请求，当另一个查询节点到达时，系统可将新请求发送到拥有相同段复制...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-14-metric 指标
  度量类型 相似度量用于衡量向量之间的相似性。选择合适的距离度量有助于显著提高分类和聚类性能。 目前， Milvus 支持这些类型的相似性度量：欧氏距离 (L2)、内积 (IP)、余弦相似度 (COSINE)、JACCARD,HAMMING 和BM25 （专门为稀疏向量的全文检索而设计）。 下表总结了不同字段类型与相应度量类型之间的映射关系。 字段类型 ...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-13-timestamp 时间戳
  时间同步 本主题介绍 Milvus 的时间同步机制。 概述 Milvus 中的事件一般可分为两类： 数据定义语言（DDL）事件：创建/删除 Collections、创建/删除分区等。 数据操作语言（DML）事件：插入、搜索等。 任何事件，不管是 DDL 还是 DML 事件，都标有时间戳，可以表明事件发生的时间。 假设有两个用户在 Milvus 中发起了一系列 DML 和...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-12-timestamp 时间戳
  时间戳 本主题解释时间戳的概念，并介绍 Milvus 向量数据库中与时间戳相关的四个主要参数。 概述 Milvus 是一个向量数据库，可以搜索和查询从非结构化数据转换而来的向量。在进行数据操作语言（DML）操作（包括数据插入和删除）时，Milvus 会为参与操作的实体分配时间戳。因此，Milvus 中的所有实体都有一个时间戳属性。而同一 DML 操作符中的实体批次共享相同的时间戳值。 ...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-11-多租户
  实施多租户 在 Milvus 中，多租户意味着多个客户或团队（称为租户）共享同一个集群，同时保持隔离的数据环境。 Milvus 支持四种多租户策略，每种策略都在可扩展性、数据隔离和灵活性之间提供不同的权衡。本指南将向您介绍每种方案，帮助您选择最适合自己使用情况的策略。 多租户策略 Milvus 支持四个级别的多租户：数据库、Collection、Partition 和Partitio...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-10-bitset 比特集
  比特集 本主题介绍比特集机制，它有助于在 Milvus 中实现属性过滤和删除操作等关键功能。 概述 比特集是一组比特。比特是只有两种可能值的元素，最典型的是0 和1 ，或布尔值true 和false 。在 Milvus 中，比特集是由比特数0 和1 组成的数组，与 ints、浮点数或字符相比，它可以用来紧凑、高效地表示某些数据。比特数默认为0 ，只有在满足特定要求时才会被设置为1 。 ...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-09-KONWhere
  Knowhere 本主题介绍 Milvus 的核心向量执行引擎 Knowhere。 概述 Knowhere 是 Milvus 的核心向量执行引擎，它集成了多个向量相似性搜索库，包括Faiss、Hnswlib和Annoy。 Knowhere 的设计还支持异构计算。它可以控制在哪个硬件（CPU 或 GPU）上执行索引构建和搜索请求。 这就是 Knowhere 名字的由来–知道在哪里执行...
  2026-01-16 13:01:55 | Database
• 向量数据库 milvus 入门-08-啄木鸟
  啄木鸟 在 Milvus 2.6 中，Woodpecker 使用专门构建的云原生先写日志（WAL）系统取代了 Kafka 和 Pulsar。 Woodpecker 专为对象存储而设计，可简化操作、最大化吞吐量并轻松扩展。 啄木鸟的设计目标 云环境中的最高吞吐量 持久、仅附加日志记录，实现可靠恢复 操作符最少，无需本地磁盘或外部代理 零磁盘架构 Woodpecker 的核心创新...
  2026-01-16 13:01:55 | Database