向量索引基准测试：拒绝单一数字
Benchmarking Vector Indexes
现在几乎所有数据库都宣称支持向量搜索，但那些孤立的性能数字往往无法验证。我们构建了 vector-bench，在完全相同的硬件和数据环境下，对多种引擎进行公平对比。文章深入解析了 HNSW 和 IVF 两种主流索引机制，并强调 Recall（召回率）与 Throughput（吞吐量）必须成对出现才有意义。无论是 MySQL 的 TOAST 存储陷阱，还是构建模式（Bulk 与 Incremental）的巨大差异，都揭示了基准测试的复杂性。真正的性能评估不能只看速度，更要看准确性与资源消耗的平衡。
如果从这篇文章中只记住一件事，那就是：每一项测量都必须成对出现。
- stephantul
这简直是一篇超级长的 AI 生成文本，实际信息量极少。里面没有任何对结果的分析。
不过，它倒是包含了“值得列出”这句话。
- BenoitP
- wood_spirit
非常期待看到结果。
如果它能涵盖尽可能多的项目就好了，比如 redid、annoy、voyager 和 lancedb 等等，而不仅仅是 OLTP 数据库。