diff --git a/site/zh-CN/faq/operational_faq.md b/site/zh-CN/faq/operational_faq.md index 14fab496e..c72ab6d90 100644 --- a/site/zh-CN/faq/operational_faq.md +++ b/site/zh-CN/faq/operational_faq.md @@ -35,7 +35,7 @@ Milvus 和服务端配置文件的版本不对应。 #### 为什么 Milvus 查询召回率一直不理想？ -在调用 SDK 进行向量搜索时，可以增大函数中 `nprobe` 参数的值。值越大，结果越精确，但耗时也越久。详见 [如何设置 Milvus 客户端参数](https://www.milvus.io/cn/blogs/2020-2-16-api-setting.md)。 +在调用 SDK 进行向量搜索时，可以增大函数中 `nprobe` 参数的值。值越大，结果越精确，但耗时也越久。详见 [如何设置 Milvus 客户端参数](https://www.milvus.io/cn/blog/2020-2-16-api-setting.md)。 #### 为什么更新过的设置没有生效？ diff --git a/site/zh-CN/faq/performance_faq.md b/site/zh-CN/faq/performance_faq.md index 1c25d6452..742f18a18 100644 --- a/site/zh-CN/faq/performance_faq.md +++ b/site/zh-CN/faq/performance_faq.md @@ -62,7 +62,7 @@ id: performance_faq.md 如果向集合中导入数据的频率不高，建议将 `index_file_size` 的值设为 1024 MB 或者 2048 MB。如果后续会持续地向集合中导入增量数据，为了避免查询时未建立索引的数据文件过大，建议这种情况下将该值设置为 256 MB 或者 512 MB。 -可参阅 [如何设置 Milvus 客户端参数](https://www.milvus.io/cn/blogs/2020-2-16-api-setting.md)。 +可参阅 [如何设置 Milvus 客户端参数](https://www.milvus.io/cn/blog/2020-2-16-api-setting.md)。 #### Milvus 的导入性能如何？ diff --git a/site/zh-CN/faq/product_faq.md b/site/zh-CN/faq/product_faq.md index d92c5777e..805be6ec1 100644 --- a/site/zh-CN/faq/product_faq.md +++ b/site/zh-CN/faq/product_faq.md @@ -108,7 +108,7 @@ ID 类型是非负的 64 位整型。 #### Milvus 中如何选择向量索引的类型？ -索引需要根据具体场景和需求去选择。详见 [如何选择索引类型](https://milvus.io/cn/blogs/2019-12-03-select-index.md)。 +索引需要根据具体场景和需求去选择。详见 [如何选择索引类型](https://milvus.io/cn/blog/2019-12-03-select-index.md)。 #### Milvus 可以在同一个集合中的不同分区上建立不同索引吗？ @@ -132,7 +132,7 @@ ID 类型是非负的 64 位整型。 所以当总的向量条数约等于 `nlist` 时，两者的计算量相当，性能也差不多。而随着向量条数达到 `nlist` 的 2 倍、3 倍、n 倍之后，IVF_FLAT 的优势就越来越大。 -可参阅 [如何选择索引类型](https://milvus.io/cn/blogs/2019-12-03-select-index.md)。 +可参阅 [如何选择索引类型](https://milvus.io/cn/blog/2019-12-03-select-index.md)。 #### 创建索引立即查询，为什么内存会突然增长？ diff --git a/site/zh-CN/fragments/faq_flat_ivfflat.md b/site/zh-CN/fragments/faq_flat_ivfflat.md index f0323c274..e9a464dc8 100644 --- a/site/zh-CN/fragments/faq_flat_ivfflat.md +++ b/site/zh-CN/fragments/faq_flat_ivfflat.md @@ -5,5 +5,5 @@

所以当总的向量条数约等于 nlist 时，两者的计算量相当，性能也差不多。而随着向量条数达到 nlist 的 2 倍、3 倍、n 倍之后，IVF_FLAT 的优势就越来越大。

-可参阅 如何选择索引类型。 +可参阅 如何选择索引类型。

\ No newline at end of file diff --git a/site/zh-CN/fragments/faq_index_file_size_best_practice.md b/site/zh-CN/fragments/faq_index_file_size_best_practice.md index b0fe976f0..00d566aad 100644 --- a/site/zh-CN/fragments/faq_index_file_size_best_practice.md +++ b/site/zh-CN/fragments/faq_index_file_size_best_practice.md @@ -6,4 +6,4 @@

如果向集合中导入数据的频率不高，建议将 index_file_size 的值设为 1024 MB 或者 2048 MB。如果后续会持续地向集合中导入增量数据，为了避免查询时未建立索引的数据文件过大，建议这种情况下将该值设置为 256 MB 或者 512 MB。

-可参阅 如何设置 Milvus 客户端参数。 \ No newline at end of file +可参阅 如何设置 Milvus 客户端参数。 \ No newline at end of file diff --git a/site/zh-CN/fragments/faq_poor_recall_rate.md b/site/zh-CN/fragments/faq_poor_recall_rate.md index 4e49dc030..6d8d64832 100644 --- a/site/zh-CN/fragments/faq_poor_recall_rate.md +++ b/site/zh-CN/fragments/faq_poor_recall_rate.md @@ -1 +1 @@ -在调用 SDK 进行向量搜索时，可以增大函数中 nprobe 参数的值。值越大，结果越精确，但耗时也越久。详见 如何设置 Milvus 客户端参数。 \ No newline at end of file +在调用 SDK 进行向量搜索时，可以增大函数中 nprobe 参数的值。值越大，结果越精确，但耗时也越久。详见 如何设置 Milvus 客户端参数。 \ No newline at end of file diff --git a/site/zh-CN/fragments/faq_set_nlist.md b/site/zh-CN/fragments/faq_set_nlist.md index f8db28764..03341447f 100644 --- a/site/zh-CN/fragments/faq_set_nlist.md +++ b/site/zh-CN/fragments/faq_set_nlist.md @@ -1 +1 @@ -该值需要根据具体的使用情况去设置。详见 性能调优 > 索引 和 如何设置 Milvus 参数。 \ No newline at end of file +该值需要根据具体的使用情况去设置。详见 性能调优 > 索引 和 如何设置 Milvus 参数。 \ No newline at end of file diff --git a/site/zh-CN/milvus_basics/index.md b/site/zh-CN/milvus_basics/index.md index 5ffe710a1..db034fdce 100644 --- a/site/zh-CN/milvus_basics/index.md +++ b/site/zh-CN/milvus_basics/index.md @@ -297,7 +297,7 @@ Annoy（Approximate Nearest Neighbors Oh Yeah）是一种用超平面把高维 ## 选择索引 -- 若要为你的使用场景选择合适的索引，请参阅 [如何选择索引类型](https://milvus.io/cn/blogs/2019-12-03-select-index.md)。 +- 若要为你的使用场景选择合适的索引，请参阅 [如何选择索引类型](https://milvus.io/cn/blog/2019-12-03-select-index.md)。 - 关于索引和向量距离计算方法的选择，请访问 [距离计算方式](metric.md)。 diff --git a/site/zh-CN/reference/data_manage.md b/site/zh-CN/reference/data_manage.md index 2108a37bc..aabf3590c 100644 --- a/site/zh-CN/reference/data_manage.md +++ b/site/zh-CN/reference/data_manage.md @@ -68,8 +68,8 @@ Milvus 在 CentOS 系统中不支持 MySQL 8.0 或更高版本。 从数据导入，数据存储到数据查询和调度，请参阅我们的博客深入了解 Milvus 数据管理方案。 -- [数据管理策略](https://www.milvus.io/cn/blogs/2019-11-08-data-management.md) -- [数据文件清理机制的改进](https://www.milvus.io/cn/blogs/2019-12-18-datafile-cleanup.md) -- [查看元数据](https://www.milvus.io/cn/blogs/2019-12-24-view-metadata.md) -- [元数据表的字段](https://www.milvus.io/cn/blogs/2019-12-27-meta-table.md) -- [如何通过元数据管理数据文件](https://www.milvus.io/cn/blogs/2020-01-09-milvus-meta.md) +- [数据管理策略](https://www.milvus.io/cn/blog/2019-11-08-data-management.md) +- [数据文件清理机制的改进](https://www.milvus.io/cn/blog/2019-12-18-datafile-cleanup.md) +- [查看元数据](https://www.milvus.io/cn/blog/2019-12-24-view-metadata.md) +- [元数据表的字段](https://www.milvus.io/cn/blog/2019-12-27-meta-table.md) +- [如何通过元数据管理数据文件](https://www.milvus.io/cn/blog/2020-01-09-milvus-meta.md) diff --git a/site/zh-CN/release_notes.md b/site/zh-CN/release_notes.md index 21dce2e50..59186167f 100644 --- a/site/zh-CN/release_notes.md +++ b/site/zh-CN/release_notes.md @@ -598,7 +598,7 @@ id: release_notes.md - **HNSW 索引的支持** - 新增了对 HNSW 索引类型的支持。关于 HNSW 的详细介绍请参考[向量索引算法 HNSW 和 NSG 的比较](https://milvus.io/cn/blogs/2020-01-16-hnsw-nsg-comparison.md)。[#853](https://github.com/milvus-io/milvus/issues/853) + 新增了对 HNSW 索引类型的支持。关于 HNSW 的详细介绍请参考[向量索引算法 HNSW 和 NSG 的比较](https://milvus.io/cn/blog/2020-01-16-hnsw-nsg-comparison.md)。[#853](https://github.com/milvus-io/milvus/issues/853) - **Jaccard/Hamming/Tanimoto 距离的支持**