Milvus项目中混合搜索并发场景下的表达式执行问题分析
问题背景
在Milvus数据库系统的性能测试过程中,发现了一个在并发数据查询语言(DQL)和数据操作语言(DML)场景下的混合搜索(hybrid_search)问题。该问题表现为在执行特定表达式时出现"Operator::GetOutput failed for [Operator:PhyFilterBitsNode]"错误,提示"expr result must have a ColumnVector or RowVector result"。
问题现象
测试场景中构建了包含12个标量字段和2种向量类型的集合,所有标量字段上都建立了BITMAP索引。在并发执行搜索、查询、混合搜索、加载、插入、删除和刷新操作时,混合搜索操作会间歇性失败。
错误日志显示,查询节点在执行物理过滤位节点(PhyFilterBitsNode)操作时无法获取有效的列向量或行向量结果。这个问题在独立部署和集群部署环境下都能复现,且与特定的表达式组合相关。
技术分析
表达式执行流程
Milvus的查询执行引擎采用基于操作符的流水线模型。当执行包含过滤条件的混合搜索时,系统会构建一个执行计划,其中包含多个操作符节点。PhyFilterBitsNode是负责处理位图过滤条件的操作符节点。
问题根源
通过分析多个失败案例,发现问题的触发与以下因素相关:
-
表达式复杂性:失败的表达式通常包含多个嵌套的逻辑操作和数组操作,如:
(array_contains_any(array_int32_1, [0]) || array_contains(array_int64_1, 1)) || ((varchar_1 like "1%") and (bool_1 == True))
-
索引加载状态:问题更容易出现在标量索引加载过程中或加载完成后的短时间内。这表明索引加载过程可能影响了表达式执行器的状态管理。
-
数据类型处理:错误提示表明表达式执行结果不符合预期格式,系统期望得到列向量或行向量,但实际得到了其他类型的结果。
底层机制
在Milvus内部,表达式求值涉及多个组件协同工作:
- 查询解析器将用户表达式转换为抽象语法树
- 优化器生成物理执行计划
- 执行引擎按计划执行操作符
- 数据类型系统确保中间结果的兼容性
当执行包含数组操作和逻辑组合的复杂表达式时,系统需要正确处理中间结果的类型转换和内存管理。问题可能出在类型检查不充分或资源竞争导致的中间状态不一致。
解决方案
该问题已通过代码修复解决,主要改进包括:
- 增强了表达式执行过程中的类型检查机制
- 优化了索引加载与查询执行的协调
- 完善了错误处理逻辑,提供更清晰的错误信息
最佳实践建议
对于使用Milvus的开发人员,在处理复杂查询时建议:
- 监控索引加载状态,避免在加载过程中执行复杂查询
- 简化复杂表达式,拆分为多个步骤执行
- 关注系统日志中的警告信息,及时发现潜在问题
- 保持Milvus版本更新,获取最新的稳定性改进
总结
本次问题分析展示了分布式向量数据库系统中查询执行引擎的复杂性。通过深入理解表达式执行流程和类型系统,开发团队能够有效定位和解决这类边界条件问题。这也提醒我们在设计复杂查询时需要充分考虑系统状态和资源竞争的影响。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~056CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









