vector db benchmark

MyScale 벡터 데이터베이스 벤치 마크

중요한

결과는 https://myscale.github.io/benchmark/#/benchmark를 방문하십시오.

이 벤치 마크는 일반적인 워크로드가있는 완전 관리 벡터 데이터베이스의 성능을 평가합니다.

• 벤치 마크의 설정, 데이터 세트 및 자세한 결과는 https://myscale.github.io/benchmark를 방문하십시오.
• 벤치 마크 결과 요약은 블로그 게시물에서 확인할 수 있습니다.

결과 미리보기는 다음과 같습니다.

1. 초당 쿼리 (QPS) : 더 큰 처리량을 의미하므로 QPS가 높아집니다.
   • 벡터 검색을위한 처리량
   • 필터링 벡터 검색을위한 처리량
2. 비용-성과 비율은 월별 비용을 100 단위마다 서비스의 QPS로 나누어 계산됩니다. 더 낮은 비율은 더 나은 비용 효율성을 나타냅니다.
   • 벡터 검색의 비용 성능 비율
   • 필터링 된 벡터 검색을위한 비용-성과 비율

벤치 마크를 실행하십시오

먼저 벤치 마크에 사용 된 클라이언트에 필요한 라이브러리를 설치하십시오.

pip install -r requirements.txt

그 후 벤치 마크의 단계별 안내서를 따라 각 클라우드 서비스에 대한 벤치 마크를 실행하십시오. 테스트 결과 시각화를위한 결과 시각화를 참조 할 수 있습니다.

특별한 감사

이 저장소는 QDRANT/VECTOR-DB-BENCHMARM의 포크이며, 특히 완전 관리 벡터 데이터베이스에 맞게 조정되었습니다.