ما هو Milvus؟
Milvus قاعدة بيانات متجهية مفتوحة المصدر وسحابية الطابع، مصمَّمة لتخزين وفهرسة والبحث في مجموعات ضخمة من المتجهات التضمينية عالية الأبعاد. يصفه وصف GitHub الخاص به بأنه "قاعدة بيانات متجهية عالية الأداء وسحابية الطابع، مبنية لبحث تقريبي عن أقرب جار (ANN) قابل للتوسع." في سياق نموذج لغوي محلي أو RAG، ليس Milvus محرك استدلال للنماذج اللغوية بحد ذاته — بل هو البنية التحتية الاسترجاعية التي تقف خلف واحد منها: يحوّل نموذج تضمين نصك (أو صورك، صوتك، إلخ) إلى متجهات، ويخزّنها Milvus ويفهرسها، وعند الاستعلام يجد Milvus المتجهات الأكثر تشابهًا مع الاستعلام الجديد لكي يتمكن نموذج لغوي من توليد إجابة مستندة إلى المحتوى المسترجَع.
- الوظيفة الأساسية: تخزين وفهرسة والبحث في مجموعات كبيرة من المتجهات التضمينية بخوارزميات البحث التقريبي عن أقرب جار (ANN)، بمقاييس تتراوح من آلاف إلى عشرات المليارات من المتجهات
- مكتوب بلغتي Go وC++، وفق مستودع GitHub، ومصمَّم كنظام موزَّع وسحابي الطابع منذ التأسيس
- نماذج النشر: مكتبة مضمّنة (Milvus Lite)، وخادم على جهاز واحد (Standalone)، وعنقود موزَّع (Kubernetes/Helm)
- أنواع الفهرسة: HNSW، وIVF، وFLAT، وDiskANN، وفهارس مسرَّعة بوحدة معالجة الرسوميات (مثل CAGRA)، قابلة للاختيار لكل مجموعة حسب موازنة السرعة/الدقة/الذاكرة
- الإدارة: جزء من مؤسسة LF AI & Data، وهي نفس مظلة مؤسسة Linux التي تستضيف مشاريع بنية تحتية أخرى مفتوحة المصدر للذكاء الاصطناعي والبيانات
- المساهم المؤسسي الرئيسي: Zilliz، المؤسَّسة عام 2017، وتقدّم أيضًا خدمة Zilliz Cloud المُدارة المنفصلة
- المستودع الرسمي: github.com/milvus-io/milvus
تاريخ مشروع Milvus ومحطات الإصدارات
أنشأت Zilliz مشروع Milvus وطرحته كمصدر مفتوح عام 2019. انضم إلى مؤسسة LF AI & Data كمشروع احتضان في يناير 2020، وتخرَّج رسميًا من الاحتضان في يونيو 2021 — وهي محطة تحتفظ بها المؤسسة للمشاريع التي تستوفي معايير محددة للنضج والتبني والحوكمة. خضع المشروع لإعادة بناء معمارية كاملة بين خط 1.x الأصلي وMilvus 2.0، الذي صدر في يناير 2022، منتقلًا إلى المعمارية الموزَّعة وسحابية الطابع القائمة على فصل التخزين عن الحوسبة، وهي المعمارية التي لا يزال المشروع يستخدمها حتى اليوم.
- 12019: الإصدار الأول مفتوح المصدر
Why it matters: طرحت Zilliz نسخة Milvus الأصلية كمصدر مفتوح، مؤسسةً بذلك المعمارية الأولى للمشروع. - 2يناير 2020: الانضمام إلى مؤسسة LF AI & Data كمشروع احتضان
Why it matters: نقل Milvus إلى حوكمة مفتوحة المصدر محايدة ومستقلة عن أي بائع بدلًا من البقاء مشروعًا تابعًا لشركة واحدة. - 3يونيو 2021: التخرج من احتضان مؤسسة LF AI & Data
Why it matters: أشار إلى أن المشروع استوفى معايير المؤسسة من حيث النضج، وحجم المجتمع، والحوكمة — وهي أعلى درجة في وضعية مشاريع LF AI & Data. - 4يناير 2022: إصدار Milvus 2.0
Why it matters: إعادة بناء معمارية كاملة أدخلت تصميمًا موزَّعًا وسحابي الطابع بفصل بين التخزين والحوسبة — وهو أساس المعمارية المستخدمة حتى اليوم في خط 2.x. - 52.4.x: إضافة الفهرسة المسرَّعة بوحدة معالجة الرسوميات
Why it matters: أضاف أنواع فهرسة تعمل بوحدة معالجة الرسوميات (مثل CAGRA) لبناء فهارس وبحث أسرع بكثير على الأجهزة المدعومة. - 62.5.x: البحث النصي الكامل (BM25) وتوسيع البحث الهجين
Why it matters: أضاف بحثًا نصيًا كاملًا/خفيفًا أصيلًا إلى جانب البحث المتجهي الكثيف، مما يتيح لاستعلام واحد الجمع بين المطابقة الشبيهة بالكلمات المفتاحية والمطابقة الدلالية. - 72.6.x — مستمر حتى 2026: إصدارات أداء وموثوقية مستمرة
Why it matters: تركّز إصدارات 2.6.x النقطية الأخيرة (وفق [صفحة إصدارات GitHub](https://github.com/milvus-io/milvus/releases)) على كفاءة جدولة الاستعلامات، وإصلاحات صحة البحث بوحدة معالجة الرسوميات، وتعزيز الأمان — صدر الإصدار 2.6.26 في 26 أكتوبر 2026 بوصفه أحدث إصدار نقطي تمكنت هذه المراجعة من التحقق منه. - 83.0 — 29 يوليو 2026: إصدار أصلي للبحيرات
Why it matters: وفقًا لـ[صفحة إصدارات GitHub](https://github.com/milvus-io/milvus/releases)، أضاف الإصدار 3.0 مجموعات خارجية (External Collections) للبحث مباشرة في ملفات Parquet وIceberg وLance وVortex، وحقول متعددة المتجهات StructList، وتغييرات المخطط أثناء التشغيل، إضافة إلى صيغة Storage V3 الاختيارية التي قد تمنع الرجوع إلى 2.6 — اقرأ ملاحظات الإصدار قبل الترقية. صدر 3.0.5 في 30 أكتوبر 2026.
ماذا يمكنك أن تفعل باستخدام Milvus؟
تتمحور مجموعة ميزات Milvus حول تخزين والبحث في المتجهات التضمينية على نطاق واسع، مع البحث الهجين وتعدد المستأجرين مضافين فوقها لاستخدام RAG الإنتاجي. إليك ما تفعله كل ميزة فعليًا، وفق توثيق Milvus الرسمي وملف README على GitHub.
- البحث بالتشابه المتجهي — خزّن المتجهات التضمينية وشغّل استعلامات البحث التقريبي عن أقرب جار للعثور على المتجهات الأكثر تشابهًا مع متجه استعلام معطى، وهي العملية الأساسية خلف استرجاع RAG والبحث الدلالي
- البحث الهجين — اجمع بين تشابه المتجهات الكثيفة، والبحث الخفيف/النصي الكامل (BM25)، وتصفية البيانات الوصفية المهيكلة في استعلام واحد، بدلًا من تشغيل عمليات بحث منفصلة بالكلمات المفتاحية ودلاليًا
- الفهرسة المسرَّعة بوحدة معالجة الرسوميات — ابنِ وابحث في فهارس مدعومة بوحدة معالجة الرسوميات (مثل CAGRA) على الأجهزة المدعومة لأداء أسرع بكثير على نطاق واسع
- أنواع فهرسة متعددة — HNSW، وIVF، وFLAT، وDiskANN، وغيرها، قابلة للاختيار لكل مجموعة للموازنة بين سرعة البحث ودقة الاسترجاع وبصمة الذاكرة/القرص
- تعدد المستأجرين — قواعد بيانات ومجموعات وأقسام، إضافة إلى تحكم بالوصول قائم على الأدوار (RBAC)، لعزل التطبيقات أو الفرق المختلفة على بنية Milvus التحتية المشتركة
- نطاق نشر مرن — يعمل نموذج البيانات والواجهة البرمجية نفسهما من نسخة Milvus Lite المضمّنة على جهاز كمبيوتر محمول إلى عنقود Kubernetes موزَّع يتعامل مع عشرات المليارات من المتجهات
- تكاملات أطر العمل ونماذج التضمين — تكاملات رسمية مع LangChain وLlamaIndex، ونماذج تضمين من OpenAI، وHugging Face/Sentence Transformers، وBGE-M3، ومزودين آخرين، بما في ذلك نماذج تضمين محلية/ذاتية الاستضافة
- حزمة تطوير Python (PyMilvus) — مكتبة العميل الأساسية،
pip install pymilvus، تُستخدم لوضع Milvus Lite المضمّن وللاتصال بخادم Standalone أو Distributed عن بُعد
أمثلة استخدام: ثلاث طرق لاستخدام Milvus
هذه سير عمل ملموسة مبنية على ميزات Milvus الموثقة أعلاه، وليست حالات استخدام افتراضية.
بناء نموذج أولي لخط أنابيب RAG محلي باستخدام Milvus Lite
شغّل الأمر pip install -U pymilvus (تأتي Milvus Lite مضمّنة مع حزمة تطوير PyMilvus) واضبط عنوان الاتصال على مسار ملف محلي، مثل ./milvus.db. تخزّن Milvus Lite كل شيء في ذلك الملف الواحد — دون الحاجة إلى خادم أو Docker — مما يجعلها طريقة سريعة لاختبار خط أنابيب توليد معزَّز بالاسترجاع من البداية إلى النهاية باستخدام نموذج تضمين محلي قبل نشر أي شيء.
تشغيل قاعدة بيانات متجهية ذاتية الاستضافة على جهاز واحد لتطبيق RAG صغير
انشر Milvus Standalone عبر Docker Compose على خادمك الخاص. وجّه عميل PyMilvus في تطبيقك إلى ذلك الخادم بدلًا من ملف محلي، وستحصل على قاعدة بيانات متجهية دائمة وذاتية الاستضافة يمكنها خدمة تطبيق RAG إنتاجي صغير أو أداة بحث داخلية دون الاعتماد على أي خدمة مُدارة خارجية.
الجمع بين البحث بالكلمات المفتاحية والبحث الدلالي في استعلام واحد
فهرس مستنداتك بنموذج تضمين كثيف وبدعم BM25 المدمج في Milvus للبحث النصي الكامل معًا، ثم شغّل استعلام بحث هجينًا يُقيّم النتائج باستخدام كلا الإشارتين. يلتقط هذا حالات قد يفوتها البحث الدلالي الخالص — مثل رمز منتج دقيق أو اختصار قد لا يعطيه نموذج تضمين كثيف وزنًا كافيًا بمفرده.
تثبيت Milvus
يُثبَّت Milvus مجانًا عبر pip للاستخدام المحلي/المضمّن، أو عبر Docker لخادم واحد ذاتي الاستضافة، أو عبر Helm لعنقود Kubernetes. لا يوجد مثبِّت بواجهة رسومية — فـ Milvus بنية تحتية تشغّلها وتتصل بها من الكود.
Source | Link |
|---|---|
| الموقع الرسمي (التوثيق، البدء السريع) | milvus.io |
| مستودع GitHub (الكود المصدري، Apache-2.0) | github.com/milvus-io/milvus |
| PyMilvus (حزمة تطوير Python + Milvus Lite) | pip install -U pymilvus — pypi.org/project/pymilvus |
| Docker Compose (Standalone) | milvus.io/docs/install_standalone-docker.md |
| مخطط Helm (Distributed/Kubernetes) | milvus.io/docs/install_cluster-milvusoperator.md |
تحقق من أوامر التثبيت الموصى بها الحالية على milvus.io قبل تشغيلها، لأن تعليمات التثبيت وإصدارات مخطط Helm قابلة للتغيير بين الإصدارات. Milvus Lite هي أسرع طريقة لتجربة Milvus دون عملية خادم منفصلة؛ وStandalone وDistributed هما المساران ذاتا الاستضافة الذاتية لأي شيء يتجاوز النماذج الأولية المحلية.
أسعار Milvus: هل Milvus مجاني فعلًا؟
نعم — لا يمتلك Milvus نفسه أي مستوى مدفوع. قاعدة البيانات، بأوضاع النشر الثلاثة كلها (Lite وStandalone وDistributed)، مجانية ومفتوحة المصدر بموجب ترخيص Apache 2.0، المؤكَّد عبر ملف LICENSE في مستودع GitHub.
- لا اشتراك، ولا مستوى مدفوع، ولا حدود استخدام يفرضها Milvus ذاتي الاستضافة نفسه
- لا حاجة إلى حساب أو تسجيل لتنزيل Milvus أو تثبيته أو تشغيله
- الحوسبة والتخزين وأي استضافة سحابية تستخدمها لتشغيل Milvus ذاتي الاستضافة هي تكلفة تتحكم بها وتدفعها بنفسك (خادمك الخاص أو جهاز افتراضي سحابي)، وليست رسومًا تُدفع لـ Milvus أو Zilliz
- Zilliz Cloud — خدمة استضافة مُدارة ومدفوعة بالكامل لـ Milvus — اختيارية تمامًا وتقدّمها Zilliz، المساهم المؤسسي الرئيسي في Milvus، بشكل منفصل عن المشروع مفتوح المصدر نفسه
Milvus مقابل Qdrant
يُعدّ Milvus وQdrant اثنين من أكثر قواعد البيانات المتجهية مفتوحة المصدر استخدامًا، ويُقارَنان كثيرًا لأن كليهما مجاني وقابل للاستضافة الذاتية ويدعم البحث الهجين لخطوط أنابيب RAG. تكمن الفروق الأوضح في تعقيد المعمارية ونطاق النشر المعتاد.
لغة البرمجة
- Milvus:
- Go / C++
- Qdrant:
- Rust
الترخيص
- Milvus:
- Apache-2.0
- Qdrant:
- Apache-2.0
أوضاع النشر
- Milvus:
- مضمّن (Lite)، وStandalone (Docker)، وDistributed (Kubernetes/Helm)
- Qdrant:
- مضمّن، وDocker على عقدة واحدة، ووضع عنقودي موزَّع
الفهرسة المسرَّعة بوحدة معالجة الرسوميات
- Milvus:
- نعم، على أنواع فهرسة مدعومة
- Qdrant:
- ليست تركيزًا أساسيًا
الحوكمة
- Milvus:
- مؤسسة LF AI & Data (مشروع متخرّج)؛ المساهم الرئيسي Zilliz
- Qdrant:
- مشروع مفتوح المصدر تقوده شركة (Qdrant Solutions GmbH)
الملاءمة النموذجية
- Milvus:
- أحمال عمل إنتاجية موزَّعة وأكبر نطاقًا؛ تعقيد معماري أكبر للتشغيل
- Qdrant:
- أبسط في الاستضافة الذاتية لتطبيقات RAG صغيرة إلى متوسطة النطاق؛ بصمة تشغيلية أخف
إذا كانت أولويتك هي النطاق المُثبَت الذي يصل إلى عشرات المليارات من المتجهات والفهرسة المسرَّعة بوحدة معالجة الرسوميات تحت حوكمة مؤسسة محايدة، فإن معمارية Milvus هي الأثقل والأكثر توجهًا نحو الإنتاج من بين الاثنين. أما إذا كانت أولويتك هي أبسط قاعدة بيانات متجهية ذاتية الاستضافة ممكنة لإقامة مشروع RAG صغير إلى متوسط النطاق، فيستحق Qdrant تقييمًا مباشرًا — راجع مراجعة Qdrant للاطلاع على تفصيل كامل. كلاهما مجاني ومفتوح المصدر؛ تحقق من تفاصيل الميزات الحالية على موقع كل مشروع قبل اتخاذ القرار، لأن كليهما يصدر تحديثات باستمرار.
لمن يناسب Milvus؟
تعتمد ملاءمة Milvus لك على نطاق حمل عمل الاسترجاع لديك، وما إذا كنت تريد مسارًا من النماذج الأولية المحلية إلى الإنتاج الموزَّع دون تغيير قاعدة البيانات.
استخدم Milvus إذا
- تبني خط أنابيب RAG أو ميزة بحث دلالي وتريد قاعدة بيانات متجهية واحدة تتوسع من نموذج أولي على جهاز كمبيوتر محمول (Milvus Lite) إلى عنقود إنتاجي موزَّع (Kubernetes/Helm) دون إعادة كتابة
- تحتاج إلى بحث هجين — يجمع بين تشابه المتجهات الكثيفة، والبحث النصي الكامل/BM25، وتصفية البيانات الوصفية — في استعلام واحد
- تحتاج إلى فهرسة مسرَّعة بوحدة معالجة الرسوميات لمجموعات متجهات كبيرة جدًا
- تريد أن تكون طبقة الاسترجاع خاضعة لحوكمة مؤسسة محايدة ومستقلة عن أي بائع (LF AI & Data) بدلًا من أن تبقى منتجًا مغلقًا لشركة واحدة
- تريد خيار مسار استضافة مُدارة اختياري (Zilliz Cloud) لاحقًا، دون أن تكون مقيدًا به منذ اليوم الأول
انتظر، أو ابحث عن بديل، إذا
- تريد أبسط إعداد ذاتي الاستضافة ممكن لمشروع صغير — قد تنطوي قاعدة بيانات أخف مثل Qdrant أو Chroma على عبء تشغيلي أقل للاستخدام الصغير إلى المتوسط النطاق
- تحتاج إلى واجهة محادثة رسومية مدمجة أو تطبيق للمستخدم النهائي — Milvus بنية تحتية بواجهات
cli/library، وليس تطبيقًا مستقلًا تفتحه وتنقر فيه؛ اقرنه بإطار عمل RAG أو تطبيق محادثة للحصول على تجربة موجّهة للمستخدم النهائي - لا تخطط للتوسع بعد مجموعة بيانات صغيرة ولا تحتاج إلى فهرسة بوحدة معالجة الرسوميات أو تعدد المستأجرين — قد تكون المساحة التشغيلية التي يقدّمها Milvus على نطاق واسع أكبر مما تحتاجه
- تحتاج إلى دعم مؤسسي رسمي باتفاقية مستوى خدمة على المشروع مفتوح المصدر نفسه — يُقدَّم هذا المستوى من الدعم عبر خدمة Zilliz Cloud المدفوعة المنفصلة، وليس عبر مشروع Milvus مفتوح المصدر مباشرة
Milvus مقابل قواعد البيانات المتجهية الأخرى
Milvus واحدة من عدة قواعد بيانات متجهية مفتوحة المصدر شائعة الاستخدام في حزم RAG المحلية وذاتية الاستضافة. راجع دليل برمجيات النماذج اللغوية المحلية للاطلاع على الكتالوج الكامل، ومقارنة Milvus مقابل Qdrant المخصصة أعلاه للاطلاع على أقرب مواجهة مباشرة.
- Qdrant — قاعدة بيانات متجهية مفتوحة المصدر مكتوبة بلغة Rust ذات بصمة تشغيلية أبسط، شائعة لتطبيقات RAG ذاتية الاستضافة صغيرة إلى متوسطة النطاق؛ راجع قسم المقارنة المخصص أعلاه ومراجعة Qdrant.
- Chroma — قاعدة بيانات تضمين مفتوحة المصدر خفيفة وسهلة للمطورين، تُستخدم غالبًا للنماذج الأولية السريعة لـ RAG المحلي؛ راجع مراجعة Chroma.
- txtai — مكتبة بحث متجهي/دلالي مضمّنة وأصيلة بلغة Python تعمل ضمن العملية نفسها بدلًا من خادم منفصل، بديل أخف للمشاريع المحلية الأصغر؛ راجع مراجعة txtai.
أخطاء شائعة عند تقييم Milvus
يأتي معظم اللبس حول Milvus من الخلط بينه وبين Zilliz Cloud، أو التقليل من تعقيده التشغيلي على نطاق واسع، أو توقّع أن يفعل أكثر من الاسترجاع.
الخطأ الأول: افتراض أن Milvus يتطلب Zilliz Cloud أو حسابًا مدفوعًا
Milvus قابل للاستضافة الذاتية بالكامل ومجاني بموجب Apache-2.0. Zilliz Cloud منتج استضافة مُدارة منفصل واختياري من Zilliz — تشغيل Milvus ذاتي الاستضافة (Lite أو Standalone أو Distributed) لا يتطلب أي حساب مع Zilliz على الإطلاق.
الخطأ الثاني: توقّع أن يولّد Milvus متجهات تضمينية أو يشغّل استدلال النماذج اللغوية بنفسه
يخزّن Milvus المتجهات ويبحث فيها — ولا يحوّل النص إلى متجهات تضمينية ولا يولّد إجابات بمفرده. تقرنه بنموذج تضمين منفصل (محلي أو سحابي)، وعادةً بنموذج لغوي، لبناء خط أنابيب RAG كامل.
الخطأ الثالث: نشر وضع Distributed/Kubernetes لمشروع صغير
يغطي Milvus Lite أو Standalone الغالبية العظمى من حالات التطوير المحلي والإنتاج الصغير إلى المتوسط بعبء تشغيلي أقل بكثير. نشر Distributed/Kubernetes مبني للإنتاج واسع النطاق ويضيف تعقيدًا تشغيليًا حقيقيًا لا تحتاجه معظم مشاريع RAG الصغيرة.
الخطأ الرابع: افتراض أن Milvus منتج مغلق لشركة واحدة
يخضع Milvus لإدارة مؤسسة LF AI & Data وتخرّج من برنامج احتضانها في يونيو 2021 — وهو وضع حوكمة محايد ومستقل عن أي بائع، رغم أن Zilliz تبقى المساهم المؤسسي الرئيسي فيه وتبيع بشكل منفصل عرضًا سحابيًا مُدارًا مبنيًا عليه.
الأسئلة الشائعة
ما هو Milvus؟
Milvus (milvus.io، والكود المصدري على github.com/milvus-io/milvus) قاعدة بيانات متجهية مجانية ومفتوحة المصدر وسحابية الطابع لتخزين والبحث في متجهات تضمينية واسعة النطاق، تُستخدم عادةً كطبقة استرجاع في خطوط أنابيب RAG.
هل Milvus مجاني؟
نعم. Milvus مجاني ومفتوح المصدر بموجب ترخيص Apache 2.0 في أوضاع النشر الثلاثة كلها (Lite وStandalone وDistributed). أما Zilliz Cloud، وهي خدمة استضافة مُدارة منفصلة، فهي اختيارية وليست مطلوبة لاستخدام Milvus.
هل Milvus مفتوح المصدر؟ ما الترخيص الذي يستخدمه؟
نعم. يُرخَّص Milvus بموجب Apache-2.0، وفق ملف LICENSE في مستودعه على GitHub، وتديره مؤسسة LF AI & Data.
كيف أثبّت Milvus؟
شغّل الأمر pip install -U pymilvus لوضع Milvus Lite (مضمّن، قائم على ملف محلي)، أو انشر Milvus Standalone عبر Docker Compose لخادم واحد ذاتي الاستضافة، أو استخدم مخطط Helm / Milvus Operator لنشر عنقودي على Kubernetes. راجع قسم تثبيت Milvus أعلاه.
ما هو Milvus Lite؟
Milvus Lite نسخة مضمّنة من Milvus مرفقة مع حزمة تطوير PyMilvus بلغة Python — ثبّتها بالأمر pip install -U pymilvus، ووجّه عنوان الاتصال إلى ملف محلي (مثل ./milvus.db)، وتعمل بالكامل داخل العملية نفسها دون خادم منفصل، وهي مثالية للنماذج الأولية المحلية.
هل يدعم Milvus RAG مع نماذج تضمين محلية؟
نعم. يتكامل Milvus مع LangChain وLlamaIndex، وتدعم حزمة تطويره بلغة Python نماذج تضمين من Sentence Transformers وBGE-M3 ومصادر أخرى، بما في ذلك نماذج تعمل محليًا — وليس فقط مزودين سحابيين مثل OpenAI.
هل Milvus هو نفسه Zilliz Cloud؟
لا. Milvus هو مشروع قاعدة البيانات مفتوحة المصدر نفسه، وتديره مؤسسة LF AI & Data. أما Zilliz Cloud فهي خدمة استضافة مُدارة ومدفوعة منفصلة واختيارية تقدّمها Zilliz، المساهم المؤسسي الرئيسي في Milvus.
هل يدعم Milvus التسريع بوحدة معالجة الرسوميات؟
نعم. يدعم Milvus أنواع فهرسة مسرَّعة بوحدة معالجة الرسوميات (مثل CAGRA) على الأجهزة المدعومة لبناء فهارس وبحث أسرع على نطاق واسع، وقد أُدخلت هذه الميزة في خط الإصدار 2.4.x.
هل يدعم Milvus البحث الهجين؟
نعم. يدعم Milvus الجمع بين تشابه المتجهات الكثيفة، والبحث الخفيف/النصي الكامل (BM25)، وتصفية البيانات الوصفية في استعلام واحد — وقد أُضيف البحث النصي الكامل في خط الإصدار 2.5.x.
كيف يُقارَن Milvus بـ Qdrant؟
كلاهما قاعدتا بيانات متجهيتان مجانيتان ومفتوحتا المصدر وقابلتان للاستضافة الذاتية وتدعمان البحث الهجين. يقدّم Milvus فهرسة مسرَّعة بوحدة معالجة الرسوميات ومعمارية أكثر توزيعًا وملاءمة للإنتاج تحت حوكمة مؤسسة LF AI & Data؛ أما Qdrant، المكتوب بلغة Rust، فهو عمومًا أبسط في الاستضافة الذاتية للمشاريع صغيرة إلى متوسطة النطاق. راجع قسم Milvus مقابل Qdrant المخصص أعلاه.
من يحكم مشروع Milvus؟
Milvus جزء من مؤسسة LF AI & Data (مشروع مظلة تابع لمؤسسة Linux)، التي تخرّج من احتضانها في يونيو 2021. تبقى Zilliz، الشركة التي طرحت Milvus كمصدر مفتوح عام 2019، المساهم المؤسسي الرئيسي فيه.