Booking.com 亿级向量实测:专用向量库与通用搜索+向量差异显著
CShorten30 · x · 2026-10-11
Booking.com 用 1 亿条 embeddings、带过滤条件的查询与并发写入做了自测,结论是专用向量数据库与「在通用搜索引擎上外挂向量能力」的系统表现截然不同。
- Weaviate 的索引与存储引擎是一体设计的:HNSW 内存图由 append-only log 持久化,对象与过滤器放在定制 LSM store,过滤条件以 bitmap 形式引导 HNSW 搜索(ACORN),写入是廉价的追加操作。
- 更新的 HFresh 进一步把向量簇直接放进 LSM store,索引在后台自平衡,无需全量重建。
- 其他系统则继承了为别的场景设计的存储:分页数据库把每次更新变成新行版本,还要 WAL 和 VACUUM 等额外开销。
「Infra」频道最新
- Fractile CEO 谈为何第三方 AI 芯片能存活：对手芯片无法复制 5 倍效率增益 — Tom_Westgarth15 · 2026-10-12
- 砍掉 50ms 层间延迟:开发者实调 GPU+CPU 混合推理的热专家映射 — HankYeomans · 2026-10-12
- Sentry CEO 泼冷水：套壳 OTel+ClickHouse 的可观测性创业注定失败 — zeeg · 2026-10-12
- DSP 护城河遭拆解：可插拔、慢而宽方案谁都能做，真壁垒在 TSMC 微环 — jwt0625 · 2026-10-12
- B200 实测：NVFP4 解码比 MXFP4 快至多 8%，小批量推理应优先选用 — StasBekman · 2026-10-11
- 为马斯克「不用定制设备」辩护:芯片业标准化惯性拖慢工艺革新 — jwt0625 · 2026-10-11