Milvus重复更新相同数据时total_rows与indexed_rows持续增长的原因

核心原因：Milvus的MVCC多版本机制 #

Milvus采用MVCC（多版本并发控制）保障读写并发一致性，执行upsert操作时：

• 对已存在主键的记录，不会直接覆盖旧数据，而是插入新的记录版本，并将旧版本标记为墓碑（tombstone）状态
• 集合统计信息里的total_rows和indexed_rows统计的是所有物理存储的记录（包括被标记删除的旧版本），因此每次upsert相同的1000条记录，都会新增1000条新记录版本，统计数值就会每次增加1000

count()结果正确的原因 #

count()查询会自动过滤掉所有被标记为墓碑的旧版本记录，只统计当前有效的数据行，所以无论执行多少次upsert，有效记录始终是1000条，count()返回结果保持不变。

验证与同步统计信息的方法 #

如果想要让统计信息的数值和有效记录数一致，可以手动触发Milvus的**数据压缩（compaction）**操作，清理掉已标记的旧版本记录：

# 使用Python SDK手动触发compaction
from pymilvus import Collection
collection = Collection("your_collection_name")
collection.compaction()

执行compaction后，再次查看集合统计信息，total_rows和indexed_rows会更新为当前有效的1000条记录。

内容的提问来源于stack exchange，提问作者tmandyai