现在位置: 首页 / AIGC / 正文

百度智能云VectorDB benchmark测试方法

  • admin
  • AIGC
  • 2025-07-30
  • 714热度
  • 0评论

测试方法

百度智能云VectorDB采用自研的性能测试工具ann-benchmark进行测试比对，该工具不依赖外部组件，并提供了官方的标准数据集和自制的数据集。本文详细介绍下基于ann-benchmark工具进行数据库性能测试的方法。

准备测试环境

  1. 下载测试工具。下载链接：linux-ann-benchmark-1.0.1.tar.gz
  2. 下载百度智能云VectorDB提供的数据集文件，下载链接见测试环境小节。
  3. 登录百度智能云BCC测试客户端环境（BCC的规格要求，请参见测试环境）。
  4. 执行tar -zxvf linux-ann-benchmark-1.0.1.tar.gz命令解压测试工具压缩包。
  5. 下载数据集，并放在测试工具目录dataset文件夹下。

修改配置文件

进入测试工具目录，打开配置文件，配置相关参数
执行如下命令，拷贝配置文件，根据需要修改参数：

Shell
1vim conf/conf.toml

样例配置文件的内容如下所示：

Shell
1logDir = "./log"
2
3# Config for ann benchmark dataset
4[Dataset]
5path = "./dataset"
6name = "SIFT_1M"
7
8# Config for vector store
9[VectorStore]
10name = "Mochow"
11endpoint = "http://*.*.*.*:*"
12user = "root"
13password = "********"
14database = "benchmark_db"
15table = "benchmark_table"
16dropExistingTable = true
17
18# Common Config for Test Case
19[TestCase]
20vectorIndex = "HNSW"
21# vectorIndex = "PUCK"
22topK = 10
23concurrency = [24, 36, 48]
24duration = 120
25recallRangeForQPSBench = [0.8, 0.995]
26
27###################################
28# Config for hnsw index build
29[TestCase.HNSW.Index]
30M = [16, 32]
31efConstruction = 200
32
33# Config for hnsw search
34[TestCase.HNSW.Search]
35ef = [20, 40, 60, 80, 100, 120, 140, 160, 180, 200, 400, 600, 800, 1000, 1200, 1400, 1600, 1800, 2000]
36
37###################################
38# Config for puck index build
39# [TestCase.PUCK.Index]
40# coarseclustercount = [50, 100]
41# fineclustercount = [50,100]
42
43# Config for puck search
44# [TestCase.PUCK.Search]
45# searchcoarsecount = [10, 20, 30, 40, 50, 60, 70, 80, 90, 100]

配置项参数含义如下：

配置项 参数含义 说明
logDir 测试工具日志目录 ./log：工具根目录下的log目录
Dataset.path 测试数据集存放目录名 ./dataset
Dataset.name 数据集名称 支持如下几种：

  • SIFT_1M：128维，L2相似度度量算法
  • COHERE_1M：768维，L2相似度度量算法
  • GIST_1M：960维，IP相似度度量算法
VectorStore.name 向量数据库名称 支持如下两种：

  • Mochow：即百度智能云VectorDB
  • Milvus：即Milvus向量数据库
VectorStore.endpoint 向量数据库的连接地址 获取向量数据库实例的内网IP地址与网络端口。可以在实例详情中的网络信息中查看，实际使用时建议添加协议前缀，目前支持http和https
VectorStore.user 连接用户名 默认为root
VectorStore.password 向量数据库的API访问密钥 如何获取，请参见 账号管理
VectorStore.database 测试使用的库名称 无
VectorStore.table 测试使用的表名称 无
VectorStore.dropExistingTable 是否删除并清空已存在的测试表 TRUE
TestCase.vectorIndex 向量索引类型 目前支持HNSW PUCK
TestCase.topK 向量相似性检索最多返回的记录数 默认为10
TestCase.concurrency QPS测试Case中使用的并发数 QPS测试中会依次尝试concurrency列表中不同的并发数
TestCase.duration QPS测试Case的持续时间，单位为秒 默认为120s
TestCase.recallRangeForQPSBench QPS测试的召回率闭区间 在召回率范围内的测试集会进行QPS测试
TestCase.HNSW.Index 向量索引类型为HNSW的索引参数：

  • M：每个节点在索引构图中可以连接多少个邻居节点
  • efConstruction：索引构图时，指定寻找节点邻居遍历的范围。数值越大构图效果越好，构图时间越长，固定为200
 写入数据集后，会依次使用不同的M和efConstruction值构建索引测试召回率和QPS
TestCase.HNSW.Search.ef 向量索引类型为HNSW的检索参数：

  • ef：搜索过程的动态候选集的大小
 在进行召回率和QPS测试时，会依次尝试使用列表中的ef参数测试召回率和QPS。同一数据集，召回率越高，即ef参数设置越大时，QPS越低。在其他配置不变的情况下，若需提高召回率，可适当增加查询参数 ef
TestCase.PUCK.Index PUCK向量索引类构建参数：

  • coarseclustercount：搜索过程的动态候选集的大小
  • fineclustercount：搜索过程的动态候选集的大小
 在写入数据集后，会依次使用不同的coarseclustercount和fineclustercount值构建索引测试召回率和QPS。PUCK内部多处使用了Kmeans算法，训练的特征向量上限设置为500万
TestCase.PUCK.Search.searchcoarsecount PUCK向量索引检索参数：

  • searchcoarsecount：搜索过程的粗聚类中心候选集的大小
 在进行召回率和QPS测试时，会依次尝试使用列表中的searchcoarsecount参数测试召回率和QPS。同一数据集，召回率越高，即searchcoarsecount参数设置越大时，QPS越低。在其他配置不变的情况下，若需提高召回率，可适当增加查询参数 searchcoarsecount

运行测试工具

执行如下命令，运行测试工具。其中，-conf指明配置文件路径，配置文件中配置项的含义，请参见上一小节。

Shell
1cd linux-ann-benchmark-1.0.1
2./bin/ann-benchmark -conf ./conf/conf.toml

查看测试结果

测试结果

测试结束后，结果会写入到工具根目录的result/benchmark_result_{测试开始时间}格式文件中，内容样例如下：

Shell
1Mochow {M:16, efc:200} {ef:100} 82.76% 2431.7927

其中每一行为一组测试参数下的测试结果，以空格分割开，每一部分的含义如下：

  • Mochow：本次测试采用的向量数据库类型；
  • {M:16, efc:200}：向量索引的构建参数；
  • {ef:100}：向量检索参数；
  • 82.76%：召回率；
  • 2431.7927：最大QPS；

实例状态

百度智能云VectorDB控制台提供了实例的CPU、内存、QPS、时延等关键性能指标监控，可以在测试过程中观察上述指标的状态，具体观察方法，请参见 查看监控数据。

001.png