vector db benchmark

MyScale Vector Database Clarkmark

Важный

Посетите https://myscale.github.io/benchmark/#/benchmark для результатов.

Этот эталон оценивает производительность полностью управляемых векторных баз данных с типичными рабочими нагрузками.

• Для настройки, наборов данных и подробных результатов эталона, пожалуйста, посетите https://myscale.github.io/benchmark.
• Краткое изложение контрольных результатов доступно в нашем сообщении в блоге.

Вот предварительный просмотр результатов:

1. Запросы в секунду (QPS): более высокий QPS предпочтительнее, поскольку он означает большую пропускную способность.
   • Пропускная пропускная способность для поиска вектора
   • Пропускная пропускная способность для фильтрованного поиска вектора
2. Коэффициент производительности затрат рассчитывается путем деления ежемесячной стоимости на QPS Услуг на сто единиц. Более низкое соотношение предполагает лучшую экономическую эффективность.
   • Коэффициент производительности затрат для поиска вектора
   • Коэффициент производительности затрат для фильтрованного векторного поиска

Запустите эталон

Во -первых, установите необходимые библиотеки на клиенте, используемые для теста.

pip install -r requirements.txt

После этого следуйте пошаговому руководству для Benchmark, чтобы выполнить эталон для каждой облачной службы. Вы можете обратиться к визуализации результатов для визуализации результатов теста.

Особая благодарность

Этот репозиторий представляет собой вилку Qdrant/Vector-DB-Benchmark, специально предназначенная для полностью управляемых векторных баз данных.