Jina 3.7.0 发布,云原生神经搜索框架


Jina 是一个神经搜索框架,它使任何人都可以在几分钟内在云上构建可扩展且可持续的神经搜索系统

Jina 3.7.0 正式发布,本期主要更新如下:

浮动执行器

可以在 Flow 中添加浮动执行器。这种在 Flow 中添加 Executor 的方式可用于正在构建的服务,响应不需要的异步后台任务。

f = Flow().add().add(needs=['gateway'],floating=True)

#4967 #5004

每个执行器的参数🏃

可以使用语法 executorname__paramname向每个​​ Executor 发送特定参数。

from jina import Flow, DocumentArray
with Flow().add(name='exec1').add(name='exec2') as flow:
flow.index(
DocumentArray.empty(size=5),
parameters={'exec1__traversal_path': '@r', 'exec2__traversal_path': '@c'},
)

#4939

将多个 Executor 端点映射到同一个方法🗺️

现在可以将不同的端点动态映射到同一个 Executor。

from jina import Flow, requests, Executor, Document, DocumentArray, Client

class MyExec(Executor):
@requests(on='/foo')
def foo(self, docs, **kwargs):
for d in docs:
d.text = 'foo'


# change bind to bar()
f = Flow().add(uses=MyExec, uses_requests={'/index': 'foo', '/search': 'foo'})
with f:
req = Client(port=f.port).post(
'/index', Document()
)

print(req[0].text)

#5009

从已安装的 Python 模块导入 Executor

f = Flow().add(uses='MyExecutor', py_modules=['module.path.to.my_executor'])

#4954 #5013

在每个 Runtime 上公开 Jina 环境信息ℹ️

每个 Flow 微服务都提供一个端点,该端点公开有关其运行环境的相关信息。

#4902

其他变化

  • 在本地运行 Flow 时,支持为每个副本传递不同的监控端口 #4961
  • 在日志中显示副本的监控端口 #4956
  • 无需序列化 DocumentArray protobuf ,即可从 Request 中高效访问参数 #4991
  • 从网关异步发送收集端点请求,而不等待它们 #5015

Bug 修复

  • 修复网关如何处理预取的问题 #5012
  • 修复网关尝试重新连接到重新生成的执行器时观察到的问题 #4941
  • 修复存在通信异常时某些监控指标的错误 #4974

更新公告:https://github.com/jina-ai/jina/releases/tag/v3.7.0


相關推薦

2022-09-04

云上构建可扩展且可持续的神经搜索系统。Jina 3.8.2 正式发布,本期主要更新如下: 新的功能 [ e794c06c] -公开 grpc 参数并添加生产就绪的 keepalive 参数 ( #5092 )  [ 6205ffc9] -添加 gpu dockerfile 支持到 jina hub new ( #5104 )  文

2022-08-22

上构建可扩展且可持续的神经搜索系统。 Jina 3.7.13 正式发布,本期主要更新如下: Bug 修复 [ b7bf0ee1] -在 executor init 方法中设置工作区 ( #5072 )  🧼代码重构 [ f6dcde38] -遥测(#5078) 🍹其他改进 [ 8ad0ead5] -docs :

2022-08-31

上构建可扩展且可持续的神经搜索系统。 Jina 3.8.0 正式发布,本期主要更新如下: 新的功能 [ 527beb85] -升级 protobuf 版本 (#5082) [ c47cb716] -添加失败和成功的请求数指标 (#5079) Bug 修复 [ c81252ac] -更新到

2022-10-26

建可扩展且可持续的神经搜索系统。目前 Jina 3.11.0 正式发布,此版本包含 6 个新功能、1 个错误修复和 10 个文档改进。 使用基本配置添加 OpenTelemetry 跟踪和指标 ( #5175 ) Jina 现在支持 OpenTelemetry Tracing 和 Metrics 库,以提高 Jina Ru

2022-10-01

建可扩展且可持续的神经搜索系统。目前 Jina 3.10.0 正式发布,此版本包含 10 个新功能、9 个错误修复和 12 个文档改进。部分更新如下: 新功能 jina ping 在本地和 Kubernetes 上作为就绪探针启用 此功能可检查整个 Flow 或其各个组

2022-02-22

上构建可扩展且可持续的神经搜索系统。 Jina 3.0.0 正式发布,该版本的内容主要关于云就绪和集成(cloud-readiness and integration),通过重构架构/通信层,使 Executor 通信更稳定,比以前版本更具可扩展性和健壮性。 Executors: 试

2022-06-09

续的神经搜索系统,且在几分钟内即可完成。目前 Jina 已发布 3.5.0 版本,带来如下更新: 新的功能 [ 6fa5342d] - 使用上下文管理器进行自定义监控 ( #4892 )  [ 385d6b4b] - 避免同一台机器中的副

2024-07-02

前言 EasyAi的出现对于Java的意义,等同于在JavaWeb领域spring出现的意义一样——做一个开箱即用,让每一个开发者都可以使用EasyAi,来开发符合自己人工智能业务需求的小微模型,这就是它的使命! EasyAi介绍 EasyAi无任何依

2023-06-15

//graphlearn-torch.readthedocs.io/en/latest/index.html 背景介绍 图神经网络作为一种图数据上表示学习的方法已经被广泛应用在图相关的各个领域,在电商推荐、安全风控、生物分子等领域取得了实际落地。图神经网络由于其独特的数据

2024-08-13

式、智算互联,源启 AI —— 世纪互联与开源PHP战略合作发布仪式将举行。 倪光南,中国工程院院士 张建伟,中国工程院外籍院士 于佃海,百度飞桨深度学习平台总架构师 Ibrahim Haddad,Linux 基金会人工智

2022-05-26

微软在 Build 2022 大会上发布了一些旨在支持 Windows on Arm 的公告。其中包括宣布推出一款与高通合作创建的,基于 Arm 的开发者设备 Project Volterra。Project Volterra 使用骁龙处理器和神经处理单元(NPU),允许开发者构建云原生 AI 应

2023-10-27

人工智能公司Jina AI 宣布推出其第二代文本嵌入模型: jina-embeddings-v2 。这款模型现在是唯一支持 8K(8192个 token)上下文长度的开源产品。在能力和性能上与OpenAI的 text-embedding-ada-002 相当。 与OpenAI的8K模型 text

2023-02-07

是更高级的用户。 值得注意的更新 这将是最后一个发布到 Docker Hub 的版本,未来的版本将使用 xpkg.upbound.io 代替 ControllerConfing API 已被弃用 Lock API v1alpha1 已被弃用 CompositionRevisions 的名称在构建时加入了部分哈希后缀

2024-04-03

AutoMQ 在 2024.02 正式发布了基于 Apache Kafka 3.4.0 的云原生重构版本 1.0.0,AutoMQ 1.0.0 版本相比原版提供了 Serverless、自动负载均衡、秒级分区迁移和 All in 对象存储能力,让 Kafka 用户能充分利用云的弹性能力和廉价存储,实现十