关于深度学习:Jina-3-重磅发布3-大更新助力云原生神经搜索系统搭建

文章导读

Jina 3 已于昨日公布，与前两个大版本相比，Jina 3 有哪些重大更新？又将为神经搜寻带来哪些全新的应用体验？一起来看看吧！

2022 年第一个重磅音讯：Jina 3 来啦！

与前两个大版本相比，Jina 3 在云计算筹备和星散成方面， 有了显著改良，用户能够更轻松地实现我的项目从本地到云端生产环境的迁徙。

同时，Jina 3 的可扩展性和稳定性失去了重点优化， 通过重构整体架构和通信模块，使得 Executor 间的网络通讯更加稳固，并全面反对异步通信。

Jina 3 更新包含：

1、Executors：无需下载，反对云端运行

同步公布 Jina 沙盒。 开发者无需从 Jina Hub 下载 Executor 或应用 Docker，只需通过 jinahub+sandbox://ExecutorName 即可在本地试用云端运行的 Executor。

这使得开发者得以更迅速地评估并找到适合的 Executor，无需下载或占用本地计算。

from docarray import Document
from jina import Flow

flow = Flow().add(uses='jinahub+sandbox://Hello')

with flow:
docs = flow.post('/', inputs=Document(text='world'))
print(docs.texts)

2、Flows: 反对 k8s 和 Docker-compose

提供 Kubernetes 和 Docker-compose 反对， 生成对应配置文件，帮忙开发者疾速部署：

Kubernetes：

* flow.to_k8s_yaml('./k8s_flow') 用于生成 Kubernetes 部署配置文件。通过生成的配置文件，开发者能够快捷地应用 Kubernetes 部署 Jina。

Docker-compose：

* flow.to_docker_compose_yaml() 用于生成 Docker-compose 配置文件。通过运行 docker-compose up，开发者能够便捷的在 Docker-compose 环境下部署 Jina。

3、 万物皆可 DocArray**

将 Document 和 DocumentArray，拆分为独立 Python 安装包 DocArray 公布。 开发者能够在任意我的项目中，便捷无效地表白和封装非结构化数据结构。

此外，DocArray 还提供弱小的可视化性能以及对多种文件存储计划的反对。

Before：

from jina import Document, DocumentArray, Flow

After：

from docarray import Document, DocumentArray
from jina import Flow

理解更多

更多详情，请拜访：

Release notes

Jina 3 迁徙指南

相干文档

README