摘要：向量数据库 Weaviate 自 1.0 版本问世以来，一直以「性能极致」「模块生态」「开箱即用」著称。2025 年 5 月 30 日，官方正式放出了 v1.31.0。相比上一版，这一次没有“破坏性变更”，却带来了超过 200 个功能点、性能优化与问题修复。本
向量数据库 Weaviate 自 1.0 版本问世以来，一直以「性能极致」「模块生态」「开箱即用」著称。2025 年 5 月 30 日，官方正式放出了 v1.31.0。相比上一版，这一次没有“破坏性变更”，却带来了超过 200 个功能点、性能优化与问题修复。本文为你提炼关键亮点，并对重要特性进行深度解读，帮助开发者、架构师、数据科学家第一时间吃透升级价值。
二、本次版本的五大核心升级
1. 向后兼容的 Named Vectors2. 全新 MUVERA 编码器3. HNSW 向量索引快照化4. BM25 支持 AND / OR 最小匹配5. 副本移动（Replica Movement）初步开放下面详细展开。
三、向后兼容的 Named Vectors
1. 用途• 过去，我们一次只能给每条对象存一条“默认向量”。
• 多模态、多任务场景日益增多，例如同时存图像向量、文本向量、Meta 向量，迫切需要“一条记录多向量”。
• Named Vectors 正式转正，并兼顾旧集合（Legacy Vector）。2. 主要改动
• 自动建模时，默认直接创建命名向量，而不是传统默认向量。
• 老集合若混用新旧配置，可用 default 名称“指向”旧的向量列，平滑过渡。
• 运行中给已有集合追加新的命名向量不再需要额外开关——策略改为“默认开启”。3. 影响评估
• API 不变：插入/查询时只需在 body 中加上 vectors 字段及其子名称。
• 性能：内部结构由一列扩展为 N 列，单条写入/读出略增 5%~8% 开销，但远小于多表拆分成本。
• 升级建议：依赖旧版 SDK 的项目，先确认 SDK 版本 ≥1.31.0，否则 Named Vectors 字段可能无法序列化。
四、MUVERA 编码器
1. 什么是 MUVERA• Multi-Vector Embedding with Repetition and Aggregation，由 Weaviate 社区提出的多向量自动重复聚合策略。
• 通过设置 repetitions 参数，对同一段文本进行多次“随机掩码 + 嵌入”，最后汇聚，能显著提升检索稳定性。2. v1.31.0 更新
• MUVERA 编码内置并可在 class 索引级别启用。
• 默认 repetitions 从 4 调整到 6，在公开英语、法语数据集上 top-10 命中率平均提升 2.3~3.1 pp。3. 适用场景
• 搜索召回“漏检”痛点严重的长尾语料。
• 多语言、口语化文本库。
五、HNSW Snapshotting
1. 痛点• 客户端批量写入时，HNSW 构图成本高；若节点瞬断，需要重建图，耗时数十分钟。
• 备份还原场景中，重放 WAL 也会因图不存在导致性能抖动。2. 新能力
• 支持周期性快照，周期通过环境变量或 runtime config 指定，默认 10 分钟。
• 快照文件采用增量方式，仅存储新增节点的邻接信息。
• 恢复时先加载最近快照，再对剩余增量重新构图，速度缩短 10~20 倍。3. 兼容性
• 若关闭快照（snapshotting: false），行为与旧版本一致；升级不强制改造。
六、BM25 AND/OR + Minimum Should Match
1. 背景• 经典 BM25 在全文检索中常用，但 Weaviate 早期实现仅支持单一关键字列表（must match any）。
• 复杂检索需要灵活表达式——「A AND B」或「(A OR B) AND C」。2. 本次改进
• where 子句新增 minimumOrtokensMatch，可设置按 OR 逻辑命中数阈值。
• 同时引入显式 AND 语义，开发者可单独声明必须出现的 token。
• 对计算密度高文本集合的实测：AND / OR 混用查询延迟提升不超过 5 ms，召回准确率大幅提高。
七、副本移动（Replica Movement）
（当前处于 “默认关闭” 状态，需显式打开 runtime_config.replication.movementEnabled）
• 分片副本在多节点集群中经常需要“搬家”，例如节点扩容、缩容、故障下线。
• 之前只能全局重分片，运维成本高。2. v1.31.0 能力
• 支持“复制”与“移动”两种模式：
—— 复制：从源节点文件级 copy 到目标节点，实现副本数 +1；
—— 移动：拷贝完成后，异步同步残留写操作，再删除源。
• 内置有限状态机（FSM）管理生命周期：INIT → COPYING → FINALIZING → READY。
• 提供 RESTful 接口：GET /v1/replication/replicate/{id}、DELETE、force-delete 等。3. 注意
• 监控：Prometheus / Grafana 模板同步更新，可查看复制速度、排队长度、错误率。
• 当前版本将功能关闭，官方给出原因是“对大规模负载要继续压测”；生产试用请充分演练。
八、性能升级一览
1. Thread-safe 队列 & 向量索引重构——多核写入吞吐提升 ~16%2. Stand-alone K-means 算法全面串行→并行——分桶初始化提速 11 倍3. 内存段 Rangeable Index + Buf Pool 引入——高并发检索 RSS 降低 20%4. WAL 重用——重启场景下的恢复时间降低 40%5. 优化 mmap 读头策略——资源占用下降，IO wAIt 减半6. Segment 写入批量 flush 合并——日志写放大降低 28%九、模块生态新成员
1. voyage-3-large / voyage-3.5• 面向海量多语言语义搜索的 embedding 服务2. tex2vec-model2vec
• 通用型文本嵌入，需要自建模型或调用外部 API3. text2vec-huggingface 最新 API 对齐4. 新增 Cohere v3.5 重排序模型支持5. Google Gemini 默认模型从 1.0-pro-vision 更换为 2.0-flash-001
十、稳定性与安全修复
5. AzureOpenAI 响应解析修正针对与 Azure OpenAI 服务对接时的响应格式变动，进行了兼容性修复，确保外部调用稳定无误。6. RBAC 权限管理完善
补全了从老版本到新版本的角色权限快照升级和降级路径，保证用户权限数据在版本迁移时不丢失、不同版本间能平滑过渡。7. 防止内存泄露及写入竞态
新增多种保护措施和代码改进，避免在并发写入和索引构建过程中的竞态条件，提升系统稳定性，降低宕机风险。8. HNSW 索引“幽灵节点”清理
修复了因异常终止导致的邻接列表中残留无效节点（幽灵节点）问题，避免索引查询异常或性能退化。9. WAL 日志空文件问题解决
清理和擦除了无用的空白 WAL 文件，改善磁盘使用效率，防止空间浪费，提升存储稳定性。
十一、性能优化深度解读
1. 线程安全的向量索引访问重新设计写入和读取队列，利用更细粒度的锁和无阻塞结构，实现多线程下的高效并发访问，写吞吐量提升约16%。
实际项目中，高并发场景下写入等待时间显著缩短，服务响应更流畅。2. 并行化的 Stand-alone K-means 算法
经典聚类算法在单节点环境下升级为并行模式，分桶初始化加速11倍。
聚类模型重训练的耗时大幅缩短，有效支持频繁模型更新的在线实用场景。3. 区间索引和缓冲池提升内存利用
引入 rangeable segment-in-memory 结构，结合多线程安全的缓冲池（buf pool），降低内存碎片和重复分配。
结果是高并发查询时 RSS（实际常驻内存量）降低约20%，载入响应更快。4. WAL 重用机制
在节点重启和数据恢复期间，复用已有的写前日志（WAL），减少重复磁盘 IO，整体恢复时间缩短40%。
对应服务重启和升级场景，系统可迅速恢复正常服务，降低停机时间。5. mmap 读取优化
通过预计算和智能管理 mmap 文件头部，有效减少系统调用和磁盘寻址次数，提升文件读取效率，IO等待时间减半。
在磁盘 I/O 紧张时段表现尤为明显。6. 批次写入和刷盘合并
合并多条索引写入的刷盘操作，减少磁盘写放大，写入效率提升28%，磁盘寿命延长。
综上，性能优化囊括 CPU、内存、磁盘 IO 多维度，极大提升了 Weaviate 的服务稳定性和吞吐能力。
十二、模块生态持续丰富
1. 新增 voyage-3-large 和 voyage-3.5 模型针对多语言多模态大规模检索场景进行优化，高效生成高质量向量表示。适合企业跨语言内容搜索和推荐。2. tex2vec-model2vec 模块
支持自定义文本嵌入模型接入，方便满足行业个性化需求。加上 HuggingFace 和 Cohere 模块更新，用户拥有更广泛的选择。3. 兼容开放 API 变更
更新文本嵌入相关模块以对齐最新接口规范，兼顾向后兼容，方便用户酌情升级。4. Google Gemini 模型替代
Gemini-1.0-pro-vision 版本默认更替为效果更优的 Gemini-2.0-flash-001，提升自然语言理解表现，增强下游生成与语义检索能力。
十三、开发者与用户指引
1. 升级注意事项• 备份好当前数据和配置，特别是 RBAC 权限配置与复制状态。
• SDK 和客户端版本尽量升级至同一主版本，兼容新特性 Named Vectors。
• 副本移动（Replica Movement）默认关闭，非专业运维团队暂勿启用。
• HNSW 快照支持无需开启即可提升恢复速度，但可根据负载调整周期。2. 新特性使用建议
• Named Vectors 让多模态数据管理更便捷，建议新项目默认启用。
• MUVERA 编码适合多语言文本和噪声较多环境，开启后可提升召回稳定性。
• BM25 多逻辑查询能力，适合复杂查询场景，建议在业务需求明确时采用。
• 监控指标和 Grafana Dashboard 更新，建议同时配套部署，实时掌控集群健康。
十四、未来展望
v1.31.0 显著提升了 Weaviate 的灵活性、性能和可维护性，充分体现向量数据库日益成熟的趋势。随着复制副本管理逐步完善以及多模态支持深化，Weaviate 有望成为更复杂企业应用的首选解决方案。
官方也公布了下一步重点研发方向，包括自动弹性扩缩容方案、模型在线微调支持、以及跨集群全局搜索融合等。敬请期待！
十五、结语
Weaviate v1.31.0 是一次里程碑式更新，集合了命名向量多样化应用、编码器进阶、索引快照、检索表达能力加强、复杂副本移动等多维度创新，性能提升与稳定性修复兼备。
·
我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。
·
来源：科技小树林
