操作常见问题

如果在安装 Milvus 时,从 dockerhub 拉取镜像总是失败怎么办?

某些地区的用户可能无法快速访问 dockerhub。如果拉取镜像失败,您可以从本地的镜像源拉取镜像。比如中国镜像源的网址为 registry.docker-cn.com。您可以在 /etc/docker/daemon.json 文件的 registry-mirrors 组添加 "https://registry.docker-cn.com"命令,这样就可以默认从中国镜像源拉取镜像了。

  1. {
  2. "registry-mirrors": ["https://registry.docker-cn.com"]
  3. }

为什么我从源码编译 Milvus 失败了?

原因可能有多种,但最可能的是环境因素,比如版本不匹配或者依赖关系缺失等。请参考 从源码安装 Milvus 获取详细信息。

建议您使用带有 Milvus 编译环境的 docker 镜像进行源码编译。关于详细流程请参考 在 Docker 容器中编译运行 Milvus

Milvus 对 collection 和 分区的数量有限制吗?

有。如果您使用 SQLite 作为元数据管理服务,则 Collection 和分区总数不能超过50000。如果您需要更多的 collection 和分区,请使用 MySQL

为什么 Milvus 返回 config check error 的错误?

您的 Milvus 服务端配置文件版本不正确。Milvus 0.7.0 仅支持 0.2 版本的配置文件 (server_config.yaml)。

Milvus 支持对向量的插入、删除、更改和查询操作吗?

是的。关于详细信息请参考了解 Milvus 操作

注意:在 0.7.0 之前,Milvus 仅支持插入向量和查询向量。

我应该自己指定向量 ID 还是由 Milvus 自动生成向量 ID?

两种方法均可。但是,在一个 collection 内的向量必须全部使用用户指定的向量 ID 或者全部使用自动生成的向量 ID。

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,您可能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。关于详细推导过程可参考 数据归一化

为什么在导入数据时 Milvus 显示 “no space left on device” 的错误?

您可能没有为导入数据预留足够的磁盘空间。例如,为1亿单精度向量构建 FLATIVFLAT 索引,需要预留约 200 GB 空间。对于 IVF_SQ8 索引,需要预留约 50 GB。

为什么数据是二维数组时, Milvus Python SDK 依然返回 “Vectors should be 2-dim array” 的错误?

尽管数据是二维数组,如果数据类型是整形而非浮点型时,这个错误仍然会出现。原因是 Milvus 仅支持浮点数据类型。

为什么有时候小的数据集查询时间反而更长?

如果数据文件的大小小于创建 collection 时 index_file_size 参数的值,Milvus 则不会为此数据文件构建索引。因此,小的数据集有可能查询时间会更长。关于index_file_size 参数的更多信息,请参考 Milvus 基本操作

为什么我的 Milvus 查询准确率一直不理想?

在调用 SDK 进行向量搜索时,请检查调用函数中 nprobe 参数的值。值越大,结果越精确,但耗时也越久。关于更多信息,请参考 了解 Milvus 操作

为什么我更新过的设置没有生效?

每次更新配置文件之后必须重启 Milvus docker 才能让改动生效。

  1. $ docker restart <container id>

为什么我的 Python SDK 一直报错?

检查 Milvus 是否支持已安装的 pymilvus 版本。要获取详细的 Milvus 和 pymilvus 的版本对应信息,参考https://pypi.org/project/pymilvus

如何得知我的 Milvus 已经成功启动?

使用以下命令检查 Milvus 的运行状态:

  1. $ docker logs <container ID>

为什么我的检索结果中出现 ID 为 -1 的向量?

当数据集中的向量数目少于 topk 时,Milvus 会自动向结果中添加 ID 为 -1 的向量 以保证检索结果的数量等于 topk

为什么我的 Milvus 在启动时返回 “Illegal instruction”?

如果您的 CPU 不支持 avx2 指令集,则 Milvus 无法正常启动。您可以通过 cat /proc/cpuinfo 查看 CPU 支持的指令集。

为什么在 Mac OS 或者 Windows 上运行 Milvus 时显示 cpu_cache_capacity 太大?

您需要检查 macOS 或者 Windows 为 docker engine 分配的内存值。如果分配的内存值小于或等于 cpu_cache_capacity,尽管您的主机内存可能足够,但 Milvus 仍然无法正常运行。

为什么我的日志文件时间与系统时间不一致?

Docker 镜像内部的日志文件默认使用 UTC 时区。如果您宿主机的时区不是 UTC 时区,就会出现日志文件时间与系统时间不一致的情况。建议您查看宿主机上挂载的日志文件,这样可以保证宿主机上的日志文件和系统时间是一致的。

为什么我启用多进程程序失败了?

Milvus 在运行过程中,能够实现多进程操作,但在实现时需满足一定条件:

  • 程序执行时主进程中没有创建 client
  • 每个子进程分别创建 client 进行操作

为什么搜索 top K 的向量,结果不到 K 条向量?

在 Milvus 支持的索引类型中,IVFLATIVF_SQ8 是基于 k-means 空间划分的分桶搜索算法。空间被分为 nlist 个桶,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 个桶。

如果 nlist 和 K 比较大,而 nprobe 又足够小时,有可能出现 nprobe 文件中的所有向量总数小于 K。当你搜索 top K 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,您可以尝试将 nprobe 设置为更大值,或是把 nlist 和 K 设置小一点。

在插入数据时我应该多久构建一次索引?

您应该避免频繁构建索引,因为这样会导致大量小索引文件的生成,从而影响检索效率。

Milvus 中的数据是如何存储的?

在 Milvus 中,元数据储存在数据库中,而搜索数据储存在文件中。关于更多信息请参考以下文章:

如何确认 Milvus 是否支持我的 CPU?

目前,Milvus 支持以下指令集:

  • SSE4
  • AVX2
  • AVX512

但是,您的 CPU 必须支持 AVX2 才能保证 Milvus 正常工作。

相关阅读

产品常见问题