Zilliz Cloud 全新升级:超高性价比,迎来里程碑式发展!

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
函数计算FC,每月15万CU 3个月
简介: 让更多的开发者可以在不考虑预算限制的情况下畅用云原生向量数据库。

随着 Zilliz Cloud 版本全新升级,向量数据库再度迎来里程碑式发展!

升级后的 Zilliz Cloud 不仅新增了诸如支持 JSON 数据类型、动态 Schema 、Partition key 等新特性,而且在价格上给出了史无前例的优惠,例如推出人人可免费使用的 Serverless cluster 版本、上线经济型 CU 等。这意味着,更多的开发者可以在不考虑预算限制的情况下畅用云原生向量数据库。

本文将从性价比和新特性两个方面带你详解 Zilliz Cloud!

01. 性价比超高的向量数据库服务:从人人免费到专有部署

Zilliz 一直致力于让更多开发者用上更好的向量数据库服务,为此,升级后的 Zilliz Cloud 首次推出了人人可用的免费向量数据库服务—— serverless cluster。同时,为了满足不同用户的需求,我们也提供其他版本的服务,除了入门版的 serverless cluster,还有标准版、企业版、专有部署 3 种版本,大家可以根据自己的实际情况进行选择。此外,Zilliz Cloud 还推出了经济型 CU,为预算有限且对延迟和向量查询吞吐量要求不高的用户提供了更多的选择。

  • Serverless cluster:人人可用的免费向量数据库服务

Serverless cluster 为 Zilliz Cloud 的入门版本, 用户可以在 GCP 上部署免费 cluster,适合入门者和想要尝试 Zilliz Cloud 的开发人员。选择入门版无需信用卡和复杂配置,即可快速体验向量数据库功能。用户可在 1 个 serverless cluster 中创建至多 2 个 collection。每个 collection 可处理多达 50 万 768 维向量。向量维数越小,每个 collection 可处理的数据量越大。使用 serverless cluster,用户可以用较低的成本处理大量的数据。

  • 多种定价计划可供选择,满足不同场景和预算需求

除了上述的免费入门版本,Zilliz Cloud 还提供标准版(Standard Plan)、企业版(Enterprise Plan)、专有部署(Self-hosted Plan),以满足多样的用户需求。不同版本的价格、性能、可使用功能及合规不同:

标准版:标准版适合小型团队和个人开发者。标准版支持在 AWS 和 GCP 上部署 Zilliz Cloud cluster。立即注册可获赠价值 $100 的 credit,享受 30 天标准版 Zilliz Cloud 免费试用的福利。

企业版:企业版适合注重数据安全、高级向量数据库功能、顶级技术支持的大型组织或企业。企业版支持在 AWS 和 GCP 上部署 Zilliz Cloud cluster。

专有部署:选择专有部署后,用户可以其虚拟私有云(VPC)上部署全托管的 Zilliz Cloud 向量数据库服务。专有部署适合注重数据隐私、数据安全与合规的企业。

更多详情可参见定价页面[2]。

  • 经济型 CU:高性价比的选择

Zilliz Cloud 推出全新 CU 类型——经济型 CU (cost-optimized CU)。该类型提供与容量型 CU 相同的存储容量,可服务约 500 万 768 维向量。但经济型 CU 的价格相较容量型 CU 降低了约 30%,用户可以以更低的成本处理大型数据并体验高质量的顶级向量数据库服务。经济型 CU 适合预算有限且对延迟和向量查询吞吐量要求不高的用户。

02. 新特性加持:更高性能、更灵活的数据表示、更丰富的查询能力

  • Partition key:加速过滤

Zilliz Cloud 现已支持 partition key 功能。Partition key 在原有 Milvus partition 功能基础上做了升级,逻辑 partition 的数量不再受到限制。用户可以在创建 collection 时将特定 field 指定为 partition key。Zilliz Cloud 会根据 partition key field 的值,将 collection 中的 entity 存储在不同 partition 中。与传统过滤不同,使用 partition key 功能后,Zilliz Cloud 会在 partition key field 上执行过滤条件,而非扫描整个 collection 数据,因此可以极大提升查询过滤的效率。

  • 支持 JSON 数据类型:发挥数管理和查询潜力

Zilliz Cloud 现已支持 JSON 数据类型。用户可以使用 Zilliz Cloud 存储和管理 JSON 数据,灵活支持业务端数据的动态变化。结合近似最近邻(ANN)搜索和 JSON 数据类型能够释放向量查询和数据操作的无限潜能。

  • 动态 schema

Zilliz Cloud 现已支持动态 schema。该功能支持用户将含有动态 field 的 entity 插入到 collection 中,无需受到预先定义的静态 schema 的限制。

03. 其他重要的更新

  • 组织和角色功能:实施访问控制,简化协作

Zilliz Cloud 推出全新组织和角色功能,支持项目协作,方便用户轻松管理团队人员和访问权限。通过全新的 RBAC 功能,用户可以灵活控制组织和项目两个层级的资源访问控制,从而简化协作流程,保障数据安全。该功能适合拥有多个项目和团队的大型组织或企业。

  • 性能测试工具:定义向量数据库性能新标准

Zilliz Cloud 最新版本中同时发布了全新的开源向量数据库性能测试工具[3]。该性能测试工具支持用户使用标准数据集或自己的数据集测试 Milvus, Zilliz Cloud 性能。用户可使用性能测试工具比较 Milvus、Zilliz Cloud 与其他主流向量数据库的性能。性能测试工具涵盖丰富的性能指标,具备强大的评估能力。用户可以根据性能测试结果及个人需求选择合适的向量数据库。

目前,测试工具已开源,详见:https://github.com/zilliztech/VectorDBBench。更多详情,请阅读 Zilliz Cloud 发版说明[4]。

🌟【相关链接】🌟

[1] Zilliz Cloud 产品介绍:https://zilliz.com/cloud

[2] Zilliz Cloud 定价:https://zilliz.com/pricing

[3] 向量数据库性能测试工具:https://github.com/zilliztech/VectorDBBench

[4] Zilliz Cloud 发版说明:https://docs.zilliz.com/docs/release-notes-200

[5] Zilliz Cloud 注册链接:https://cloud.zilliz.com/signup

[6] Zilliz Cloud 文档:https://docs.zilliz.com

[7] Zilliz Cloud 数据迁移指南:https://docs.zilliz.com/docs/migration-guides

[8] 英文文章链接:https://zilliz.com/blog/zilliz-cloud-vector-db-for-all

如果在使用 Milvus 或 Zilliz 产品有任何问题,可添加小助手微信 “zilliz-tech” 加入交流群。

相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
目录
相关文章
|
运维 安全 API
统一接入API赋能开发者:自动高效、灵活编排的云产品日志采集方案
随着企业对网络安全和数据安全防护水平要求的逐步提升,企业管理对企业生产运维过程中所产生的日志数据,在留存处理、权限隔离、跨境合规、数据汇总等方面提出了更高阶的需求。为了满足大客户及一些国际化客户安全合规、简单快速地接入日志、使用日志、操作日志,我们提出了一种新的解决方案——“云产品统一接入API”。统一接入API主要针对阿里云云产品日志类型,以API的方式提供企业或组织用户快速上手,编排灵活的日志采集方案。
|
网络协议 应用服务中间件 Shell
21-Docker-常用命令详解-docker run
21-Docker-常用命令详解-docker run
|
11月前
|
存储 人工智能 运维
阿里云向量检索服务 Milvus 版正式商业化
阿里云向量检索服务 Milvus 版正式商业化!
|
11月前
|
SQL 存储 人工智能
OceanBase CTO杨传辉谈AI时代下数据库技术的创新演进路径!
在「DATA+AI」见解论坛上,OceanBase CTO杨传辉先生分享了AI与数据库技术融合的最新进展。他探讨了AI如何助力数据库技术演进,并介绍了OceanBase一体化数据库的创新。OceanBase通过单机分布式一体化架构,实现了从小规模到大规模的无缝扩展,具备高可用性和高效的数据处理能力。此外,OceanBase还实现了交易处理、分析和AI的一体化,大幅提升了系统的灵活性和性能。杨传辉强调,OceanBase的目标是成为一套能满足80%工作负载需求的系统,推动AI技术在各行各业的广泛应用。关注我们,深入了解AI与大数据的未来!
OceanBase CTO杨传辉谈AI时代下数据库技术的创新演进路径!
|
人工智能 数据管理 API
阿里云百炼又获大奖!阿里云百炼入选 2024 最受开发者欢迎的 AI 应用开发平台榜15强
2024年最受开发者欢迎的AI应用开发平台榜单发布,阿里云百炼入选15强。持续推动AI开发者生态建设,提供开放平台、培训支持、行业解决方案,注重数据安全与合规,致力于生态合作与共赢,加速企业数智化转型。
974 0
|
安全 Java API
MilvusPlus向量数据库增强操作库
MilvusPlus 是一个针对 Milvus 向量数据库的增强操作库,提供无侵入、损耗小的 API,简化 Milvus 交互。特性包括:注解配置、直观 API、Lambda 支持、主键自动生成及全局通用操作。支持 Spring 和 Solon 应用,通过配置文件管理数据库连接。应用场景如相似性搜索、推荐系统等。CRUD 模块提供类型安全的接口,IAMService 接口模块实现身份管理和权限控制。条件构造器简化查询条件构建。项目提供多种索引和度量类型。示例代码展示了如何使用 MilvusPlus 进行向量搜索操作。
646 1
|
11月前
|
NoSQL 关系型数据库 Redis
高可用和性能:基于ACK部署Dify的最佳实践
本文介绍了基于阿里云容器服务ACK,部署高可用、可伸缩且具备高SLA的生产可用的Dify服务的详细解决方案。
|
存储 机器学习/深度学习 API
开源向量数据库比较:Chroma, Milvus, Faiss,Weaviate
该文探讨了向量数据库在语义搜索和RAG中的核心作用,并介绍了四个开源向量数据库:Chroma、Milvus、Faiss和Weaviate。这些数据库用于存储高维向量,支持基于相似性的快速搜索,改变了传统的精确匹配方法。文章详细比较了它们的特性,如Chroma的易用性,Milvus的存储效率,Faiss的GPU加速,和Weaviate的图数据模型。选择合适的数据库取决于具体需求,如数据类型、性能和使用场景。
3024 0
|
10月前
|
SQL 监控 数据库
OceanBase社区版可以通过Zabbix监控
OceanBase社区版可以通过Zabbix监控
361 7