Milvus架构

Milvus采用包括Faiss、Annoy、HNSW等流行向量搜索库，旨在对包含数百万、数十亿甚至数万亿向量的密集向量数据集进行相似度搜索。在继续之前，请熟悉嵌入式检索的基本原则（basic principles）。

Milvus还支持数据分片（data sharding）、数据持久性（data persistence）、流式数据摄入、向量和标量之间的混合搜索、时间旅行等许多其他高级功能。该平台可按需提供性能并可优化以适应任何嵌入式检索场景。我们建议使用Kubernetes部署Milvus以获得最佳可用性和弹性。

Milvus采用共享存储架构，对其计算节点实现了存储和计算分离以及水平可扩展性。遵循数据平面和控制平面分离原则，Milvus包括四个层（four layers）：访问层（access layer）、协调服务（coordinator service）、工作节点（worker node）和存储。这些层在进行扩展或灾难恢复时是相互独立的。