性能测试与分析

这里介绍 Doris Ann Index 的查询性能与导入性能。所有的性能测试都是通过 VectorDBBench 完成的。

测试环境

测试涉及到的机器规格都是 16C64GB的机器，CPU型号为 Intel(R) Xeon(R) Platinum 8369B CPU @ 2.70GHz。FE BE 混合部署在一台 16C64GB 的机器上（注意这个不是推荐的生产环境部署方式，生产环境上建议 FE 与 BE 分离部署），测试的版本是 Apache Doris 4.0.2。采用的测试数据集是 VectorDBBench Performance768D1M，该数据集向量的维度为 768 维，一共一百万行。

测试结果

performance

结果分析

                    ┌──────────────────────┐
                    │      召回率 Recall    │
                    │  (Higher is Better)  │
                    └──────────▲───────────┘
                               / \
                              /   \
                             /     \
                            /       \
                           /         \
                          /           \
             ┌───────────┘             └───────────┐
             │                                     │
             │                                     │
             ▼                                     ▼
 ┌──────────────────────┐                 ┌────────────────────────┐
 │      查询性能 QPS     │                 │     导入速度 Indexing   │
 │   (Latency / QPS)     │                 │     Throughput         │
 │  (Lower Latency Better)│                │  (Higher is Better)    │
 └──────────────────────┘                 └────────────────────────┘

在向量搜索场景下，对于一个成熟且可在生产环境稳定运行的向量数据库而言，查询性能（QPS/延迟）、召回率（Recall）、导入速度（Index Build Throughput）三者通常构成一个难以同时最大化的性能铁三角。向量数据库的系统设计往往需要在这三者之间进行取舍和权衡。以目前业界最广泛使用的 HNSW（Hierarchical Navigable Small World）向量索引为例，它依赖图结构进行搜索优化。在 HNSW 中有三个关键超参数可调优：

max_degree：图中每个节点的最大出度，决定图的稠密程度与整体连通性；
ef_construction：构建索引时使用的“候选集大小”，越大意味着构建出的图质量越高；
hnsw_ef_search：查询时的探索窗口大小，直接影响召回率和查询延迟。

从原理上讲，增大索引阶段的 max_degree 和 ef_construction 可以显著提高图结构的连通性与导航效率，从而带来更高的召回率。同时更高质量的图也意味着在查询阶段可以将 hnsw_ef_search 设置得更小，从而降低搜索代价、提升查询性能。然而，这些索引构建超参数的调大会带来显著的副作用：索引构建需要更多计算与内存资源，导入性能因此下降。这正是向量数据库在设计时需要面对的典型三难困境。 Apache Doris 在设计其向量搜索能力时，目标是构建一个更加均衡的性能三角形。它通过底层执行引擎的优化、存储格式改进，以及对 HNSW 构建流程的工程级并行化加速，使得在不牺牲索引质量与高召回的前提下，显著提升整体索引导入速度。

在 Performance768D1M 数据集上的测试结果表明：在保持索引质量一致的前提下，Apache Doris 的导入性能明显优于同类系统。更重要的是，Doris 并未因为提升导入速度而降低图结构的质量。在实际测试中，Apache Doris 能够在 QPS 达到 989.1 的情况下仍然保持 97% 以上的召回率，在性能三角的三个维度上均取得了较为均衡的结果。

复现方式

NUM_PER_BATCH=500000 vectordbbench doris --host 127.0.0.1 --port 9030 --http-port 8030 --case-type Performance768D1M --db-name vdb --num-concurrency 80 --stream-load-rows-per-batch 500000 --index-prop max_degree=128,ef_construction=256 --session-var hnsw_ef_search=100

测试环境​

测试结果​

结果分析​

复现方式​

测试环境

测试结果

结果分析

复现方式