Milvus 新版本来啦！首席工程师带你划重点：安全、稳定、升级友好

Milvus 又又又又出新版本了！

Milvus 2.2.3 版本是 2.2 系列的小版本升级，尽管是小版本的更新，但是依然干货满满：

首先是带来了社区中呼声很高的 coordinator 节点的高可用能力；其次还新增了不停机滚动升级的功能；此外，在稳定性、性能方面都有着持续的提升。

接下来，就让我们一起来看一下具体变化：

不兼容变更

为了提升系统稳定性，collection 支持的最大字段个数从 256 降低到了 64。

新特性

Coordinator HA 高可用

在 Milvus 2.x 的架构中，QueryCoord、DataCoord 等 coordinator 节点承担了元数据管理、系统调度能力。长期以来，coordinator 节点一直是单点状态，一旦这些 coordinator 节点卡住或宕机，写入、查询流程就会卡住，需要运维同学介入才能修复。经过大规模测试后，我们终于在 2.2.3 版本中完成了 Coordinator HA 功能的上线。

例如需要 QueryCoord 高可用，则打开配置项 queryCoord.enableActiveStandby=true，部署时启动两个 QueryCoord 节点，两者会按照启动先后顺序成为主备节点，当主节点不可用时，备用节点会成为新的 coordinator，这大大增强了系统的可用性。

此外，RootCoord、QueryCoord、DataCoord、IndexCoord 也都可以根据实际情况按需开启主备模式。

不停机滚动升级

随着 Milvus 在用户生产环境中逐渐落地，如何在不影响业务用户的前提下优雅升级、尽快享受新版 Milvus 的特性成为迫切的需求。对此，我们在 2.2.3 版本上线了滚动升级能力。这意味着在升级过程中，用户的查询、搜索请求不会中断。

注意：只有通过 helm 部署的 Milvus 集群支持滚动升级，Operator 部署暂不支持。

稳定性提升

Bulk-insert 性能大幅提升

Bulk-insert 是 2.2 系列新引入的功能，通过 Bulk-insert，用户可以将数据批量导入到 Milvus 中，能大大提升数据准备的效率。而在新版本中，Milvus 团队持续改进 Bulk-insert 的性能，具体内容如下：

• 流式数据导入和内存占用优化
• JSON parser 性能优化
• 导入过程中进度反馈
• 流式读取 numpy 数据

Metrics 信息优化

数据库的可观测性对运维至关重要，也是 Milvus 团队持续关注的重点。在新版本中，我们增加了众多新的 metrics 指标，可以在 Prometheus 的监控面板中查看。具体新增 metrics 如下：

• 元数据指标(meta)：kv_size、request_latency、op_count
• 存储指标 (storage)：kv_size、request_latency、op_count
• 消息指标 (msgstream)：request_latency、op_count

查询性能提升

我们通过性能剖析，发现了部分性能优化点，通过这些优化，2.2.3 版本在性能上又有了喜人的进展：

• Standalone 模式跳过不必要的 grpc 调用
• 内核升级 Knowhere 版本，使用线程池控制并发，减少 growing segment 对性能的影响
• 修复 string 类型字段被填充两次的问题
• 优化 bitset 使用，提升效率

其他优化

• Memory 占用降低
• 元数据访问性能提升

问题修复

除了性能优化，我们也修复了一些问题（30+），例如：

• QueryCoordV2 的基础上又进一步改进了元数据同步方案，稳定性进一步提升，在之前版本中出现的 load 失败、元数据不一致导致的查询失败问题基本绝迹
• 修复 Proxy 元数据缓存失效问题
• 修复 Checkpoint 推进失败、Checkpoint 和 GC 冲突的问题
• 修复 embedded etcd 无法使用的问题
• 修复多个查询失败导致 QueryNode panic 的问题