目录

Milvus 的数据落盘逻辑是怎样的？

Mishards 推荐的配置是什么？

Mishards 支持 RESTful API 吗？

什么是归一化？Milvus 中为什么有时候需要归一化？

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？

Milvus 对集合和分区的总数有限制吗？

为什么搜索 topk 向量，结果不到 k 条向量？

Milvus 支持的向量维度的最大值是多少？

---

Milvus 的数据落盘逻辑是怎样的？

插入时把数据写到内存，定时地把缓存里的数据落盘。如果调用 flush 方法，也会触发落盘的动作。

详见 存储操作 > 数据落盘。

Mishards 推荐的配置是什么？

推荐写节点用 GPU 版 Milvus，读节点用 CPU 版 Milvus。比如现在只能用单个写节点，这个写节点可以配置 GPU 资源用来建索引，读节点都配置成 CPU 节点。

Mishards 支持 RESTful API 吗？

目前不支持。

什么是归一化？Milvus 中为什么有时候需要归一化？

归一化指的是通过数学变换将向量的模长变为 1 的过程。如需使用点积计算向量相似度，则必须对向量作归一化处理。处理后点积与余弦相似度等价。

可参阅文章 向量搜索的简明数学基础。

 

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，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。

Milvus 对集合和分区的总数有限制吗？

collection 数量没有限制。每个 collection 内的 partition 总数不能超过 4096 个。

为什么搜索 topk 向量，结果不到 k 条向量？

在 Milvus 支持的索引类型中，IVF_FLAT 和 IVF_SQ8 是基于 k-means 空间划分的分单元搜索算法。空间被分为 nlist 个单元，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 个单元。

 

如果 nlist 和 k 比较大，而 nprobe 又足够小，有可能出现 nprobe 文件中的所有向量总数小于 k。当搜索 topk 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，可以尝试将 nprobe 设置为更大值，或者把 nlist 和 k 设置为更小值。

详见 索引类型。

Milvus 支持的向量维度的最大值是多少？

Milvus 最多能够支持 32,768 向量维度。