vector_store.client.flush(),持久化向量数据时卡住不断

[Wang20010321]

当我使用vector_store.client.flush()，持久化向量数据时，程序会卡在这一步不动，无法将数据持久化，但是程序一直在运行，且不报错，也不会退出。
主要是，之前都是正常的，突然出现的这个问题，程序没有任何变动，我的milvus是运行在docker容器里面的，docker容器也重启过了，也没有解决问题，但是如果将这个程序注释掉，向量数据虽然不会立刻持久化，但是过一段时间后也会正常持久化，这是为什么？

[yhmo]

不建议手动调用flush()接口，强烈反对频繁调用flush()接口。
flush的意思是强制将所有在datanode缓存中的数据(由insert/delete/upsert操作产生)持久化到存储，这是一个很重的操作。频繁调用将会产生大量零碎分片(用过windows系统的人都知道，当磁盘中有大量文件碎片时就会把系统搞得很慢，需要运行磁盘碎片整理程序整理很久)。

milvus datanode会自行决定什么时候触发flush将数据落盘，一般情况下用户不需调用flush

如果已执行大量flush，就停止flush操作，放着等它把碎片都整理成大分片吧，这个过程可能比较长。

[Wang20010321]

谢谢你的回答。但是，如果不flush()时，milvus数据库本身持久化是非常耗费时间的，但是我想用存入向量数据时能够马上能够查询，应该怎么办？

[yhmo]

数据就算没有落盘也是可以查询的，不一定非要让它落盘。
数据对查询的可见性主要由Consistency Level来控制： https://milvus.io/docs/consistency.md#Consistency-Level
search/query/hybrid_search这些查询接口都有consistency_level参数：

result = milvus_client.search(collection_name=collection_name,
                              data=vectors_to_search,
                              limit=3,
                              consistency_level="Strong")

"Strong" 的意思是：在我调用查询接口的这一时刻之前插入(或者删除或者upsert)的数据，都必须能被查询。milvus在内部以一种time-tick的方式维护数据一致性，每隔200毫秒会检查哪些数据已被querynode看到。所以一旦consistency_level设为Strong，该查询有可能会等待200ms ~ 400ms确认，所以会比较慢。

"Bounded"的意思是：在我调用查询接口的这一时刻之前5秒插入的数据只要被querynode看到，即可执行查询请求。
"Eventually"的意思是：不管数据有没有被querynode看到，立刻执行查询请求。

如果想“存入向量数据时能够马上能够查询”，就使用"Strong"