qdrant/vector-db-benchmark

解決的問題

提供一個標準化的框架，用於測量和比較不同向量搜尋引擎的效能。由於不同引擎提供不同的功能與效率，此工具讓使用者能在相同的硬體限制下評估它們，以確定哪一個最符合其特定需求。

運作方式

本專案採用伺服器-用戶端架構，伺服器（向量資料庫）在 Docker 容器中執行，Python 為基礎的用戶端執行測試。流程包含：

1. 伺服器設定：透過 Docker Compose 啟動引擎。
2. 用戶端執行：使用 Python 指令碼對指定的引擎與資料集執行基準測試。
3. 設定：使用專用設定檔定義連線、集合建立、資料上傳與搜尋參數。
4. 可擴充性：透過實作設定、資料上傳與搜尋的基底類別，可輕鬆新增新引擎。

適用對象

需要在選擇生產環境中的向量資料庫之前，客觀比較其效能、吞吐量與效率的開發人員與工程師。

主要特色

• 標準化測試：在相同的硬體條件下對不同引擎進行基準測試。
• 基於 Docker 部署：使用 Docker Compose 簡化伺服器設定。
• 彈性設定：支援自訂集合建立、索引與搜尋參數。
• 可擴充架構：提供基底類別，可輕鬆實作並註冊新的向量搜尋引擎。