Esta seção contém as páginas a seguir, que fornecem informações sobre nosso parâmetro de desempenho da Vector Search do MongoDB e como você pode usá-lo para testar, avaliar e melhorar seu próprio desempenho da pesquisa vetorial:
Para ver o gráfico completo, consulte o artefato Class.
Como Usar Este Benchmark
O principal objetivo dessas páginas é reduzir significativamente o Atlas para seu primeiro teste de vetor em escala (>10M vetores) ao avaliar o desempenho do MongoDB Vector Search.
Estas páginas fornecem um conjunto de configurações iniciais (dimensionalidade do modelo de incorporação, regime de quantização, seleção de numCandidates, critérios de filtro, configuração do nó de pesquisa) que você pode usar para executar testes com confiança. Talvez você precise modificar sua configuração com base no conjunto de dados e nos padrões de query relevantes para o seu caso de uso, pois isso é apenas um ponto de partida.
Recomendações de leitura
Ao ler estas páginas, recomendamos que se concentre na maior preocupação ocasionada pelo seu caso de uso. Oferecemos orientação para as seguintes preocupações primárias: recall, custo e latência/taxa de transferência.
Utilize a orientação que seja mais adequada para o seu caso de uso:
Leia estas seções na seguinte ordem:
As seguintes seções na Visão geral do benchmark:
Leia estas seções na seguinte ordem:
As seguintes seções na Visão geral do benchmark:
Leia estas seções na seguinte ordem:
Complete Visão geral do benchmark
Complete Resultados de benchmark
Registro de alterações
Data | Descrição |
|---|---|
2025-07-21 | Lançamento do guia de benchmark e resultados demonstrando como o MongoDB Vector Search escala em um 5.5M Conjunto de dados da Amazon multidimensional e 15.3M 2048d com as incorporações |