12 月 15 日，时隔半年之久的 Deep dive 活动再度启动，本期 Deep dive 由 Zilliz 合伙人兼技术总监栾小凡为大家详细解读了 Milvus 2.2 版本的新功能，同时 Zilliz 质量保障团队负责人乔燕良也带来了新版本的测试报告分享。

#01

Milvus 2.2 版本新功能详解

小凡首先提到，Milvus 作为一个迭代速度非常快的社区，基本保持以每 3-4 个月的速度发布大版本，这次的分享主要集中在三块内容：Milvus 2.2 新功能解读；在可运维性、可观测性方面做的建设；社区目前在做的功能介绍。

新功能中，小凡着重提到了以下几点功能：

• 磁盘索引。Milvus 新版本支持新的磁盘索引 DiskANN，尤其在数据量比较大的情况下，可以帮助大幅降低成本；
• 实现了 Query Coord v2。此次版本更新有一个比较重要的主题：稳定性。因此我们将 Query Coord v2 重新进行了设计，一方面大大减少了加载过程卡住的情况，且加载速度相比之前也变得更快；
• Bulk Insert。基于此功能我们做了批量导入的能力，目前来看 Milvus 可以在 43 分钟之内把 1B 的数据集导入进去；
• 权限认证功能 RBAC（Rowbase Access Control），最新版本里加入了基于角色的权限认证，可以生成不同的权限，每个 API 都由一个全线控制，管理起来也更为方便；
• 安全相关，支持 Pulsar 权限认证及 ETCD 的 TLS。
• ......

在运维集群层面，小凡提到了数据的可观测性，包含监控和日志两部分；另外还改变了默认的日志等级，从之前的 debug 改造到 INFO；以及一个重要工具 —— BirdWatcher。BirdWatcher 可以帮助用户观察 Milvus 内部的集群的状态，后续也计划在 BirdWatcher 中加入更多的功能，比如动态更新 Milvus 内部的一些配置等。

最后小凡也提到了 Milvus 接下来版本中的一些计划功能：

• Resource Group，即物理资源的隔离；
• Data backup 工具，将正式进入 GA 阶段，用户可定时做数据的备份；
• Rolling upgrade，计划将 segment 做迁移，如此在升级的过程中用户的感知就会变得比较微弱；
• Coordinator 主备，目前功能已经 ready，欢迎大家试用；
• ARM 支持，后续版本将逐渐支持和完善；
• 优化 sizing tool；
• 2.3.0 版本计划新特性等。

#02

Milvus 2. 2 测试报告分享

Zilliz 质量保障团队负责人乔燕良从四方面为大家带来了分享，分别是 benchmarking 性能展示、Milvus 的稳定性测试、2.2 版本的重构，包括行为和 API 语义的变化以及新功能 Bulk Insert 带来了什么样的收益？

首先对于大家感兴趣的 2.2 版本性能到底如何？燕良展示了三组测试。

第一组测试为 2.2 和 2.1 版本性能的比较，可以发现平均的 QPS 测试性能提升了至少 50%，单机在 QPS 的性能提升更加明显，已经超过了接近 70%；第二组实验是关于 2.2 分布式纵向扩展的性能，结果显示在 CPU 翻一番的情况下，QPS 也增加了一倍，且响应时间变短；第三个实验是关于横向扩展。一个集群能否做横向扩展，对于 Milvus 能否上生产，做一些可扩展性是非常重要的，结果显示也是接近翻了一番。这和 Milvus 2. 1 相比是非常明显的提升。

此链接包含了三组实验的详细信息及环境配置，感兴趣的同学可进行实验：https://milvus.io/blog/2022-08-16-A-Quick-Guide-to-Benchmarking-Milvus-2-1.md

稳定性是社区里问的最多的一个问题，燕良和大家分享了社区是如何做稳定性的。他提到，社区会定期提取和挖掘社区 Issue 中提到的场景，提炼为自己的测试场景，使更加贴近实际的生产环境，进而做持续的并发。在这个过程中，我们会去观察整个系统的稳定性，包括磁盘内存 CPU 的使用情况。非常重要的一点是，我们也会做故障注入的测试，使能够保证 Milvus 稳定持续运行。同时燕良也列了一些避坑指南，回答了大家遇到的比较多的问题，感兴趣的同学可以收看视频。

关于新功能 Bulk Insert，燕良也提到设计 Bulk Insert 最初的目的是为了解决大批量数据插入慢，对系统消耗大的问题，所以它最大的一个功能是节省用户的时间。另外他也通过测试展示，在实时更新数据的过程中，对在线的业务 Search 是基本上没有影响的，这是一个非常重要的功能，欢迎大家去尝试！

最后，新版本发布以来，我们也收到了很多来自社区的反馈和声音，针对用户提问频率比较高和比较关心的问题，小凡也进行了详细的解答，具体请详见视频。

关于 Milvus 2.2 版本具体更新内容请见文章：

如何安全且优雅地将 Milvus 2.1.x 升级到 2.2.x 版本请见文章：

也欢迎大家持续关注 Milvus，有问题可随时在 GitHub 上提 Issue，社区的小伙伴会随时为大家解答！

Zilliz 是向量数据库系统领域的开拓者和全球领先者，研发面向 AI 生产系统的向量数据库系统。Zilliz 以发掘非结构化数据价值为使命，致力于打造面向 AI 应用的新一代数据库技术，帮助企业便捷地开发 AI 应用。Zilliz 的产品能显著降低管理 AI 数据基础设施的成本，帮助 AI 技术赋能更多的企业、组织和个人。