大规模性能实测
本文总结了在单机和分布式两种部署下的大规模测试结果。测试的目的，是展示 Doris 在不同数据规模下的查询表现，以及在数据规模持续增长时，如何将向量查询能力从单机扩展到分布式部署。
测试矩阵
- 单机：FE / BE 分离部署，BE 使用 1 台 16C64GB 机器。
- 分布式：3 台 BE，每台 16C64GB。
- 测试数据集：
- Performance768D10M
- Performance1536D5M
- Performance768D100M
单机实测（16C64GB）
单机结果给出了中大规模数据集上的 ANN 查询性能基线。
导入性能
| 项目 | Performance768D10M | Performance1536D5M |
|---|---|---|
| 向量维度 | 768 | 1536 |
| metric_type | inner_product | inner_product |
| 数据量 | 10M 行 | 5M 行 |
| 导入 batch 参数 | NUM_PER_BATCH=500000--stream-load-rows-per-batch 500000 | NUM_PER_BATCH=250000--stream-load-rows-per-batch 250000 |
| 导入耗时 | 76m41s | 41m |
show data all | 56.498 GB (25.354 GB + 31.145 GB) | 55.223 GB (25.346 GB + 29.878 GB) |
Performance768D10M 导入过程中的 CPU 监控如下。可以看到，导入期间 CPU 使用率整体较为平稳。
Performance1536D5M 的数据量较小，导入时的 batch size 也更小，因此导入阶段的 CPU 使用率波动更为频繁。
查询性能
从两个单机 workload 的结果可以看到，Doris 在保持较高召回率的同时，能够达到数百 QPS，并维持较低查询延迟。
汇总
| 数据集 | BestQPS | Recall@100 |
|---|---|---|
| Performance768D10M | 481.9356 | 0.9207 |
| Performance1536D5M | 414.7342 | 0.9677 |
Performance768D10M（inner_product, 10M 行）
| 并发数 | QPS | P95 延迟 | P99 延迟 | 平均延迟 |
|---|---|---|---|---|
| 10 | 116.2000 | 0.0932 | 0.0933 | 0.0861 |
| 40 | 455.9485 | 0.1102 | 0.1225 | 0.0877 |
| 80 | 481.9356 | 0.2331 | 0.2674 | 0.1658 |
Performance1536D5M（inner_product, 5M 行）
| 并发数 | QPS | P95 延迟 | P99 延迟 | 平均延迟 |
|---|---|---|---|---|
| 10 | 144.3221 | 0.0764 | 0.0800 | 0.0693 |
| 40 | 401.9732 | 0.1271 | 0.1404 | 0.0994 |
| 80 | 414.7342 | 0.2772 | 0.3222 | 0.1925 |
在单机查询场景下，冷查询阶段需要将索引加载到内存，因此 CPU 利用率相对较低，系统主要在等待 IO 完成；进入热查询阶段后，CPU 利用率明显提升并接近 100%。
分布式实测（3 × 16C64GB）
分布式测试聚焦于更大规模的数据集，该数据规模已经超出单台 16C64GB 机器较为合适的内存承载范围。
3BE 场景使用 Performance768D100M 数据集。由于单机内存上限为 64GB，采用向量量化压缩以降低内存开销。该测试的重点，是展示 Doris 在 100M 规模下如何通过多 BE 部署继续提供向量查询能力，而不是与单机小规模场景做一一对应的绝对数值比较。
导入性能
| 项目 | 数值 |
|---|---|
| 数据集 | Performance768D100M |
| 数据量 | 100M 行 |
| 维度 | 768 |
| batch 参数 | NUM_PER_BATCH=500000--stream-load-rows-per-batch 500000 |
| 索引参数 | "dim"="768", "index_type"="hnsw", "metric_type"="l2_distance", "pq_m"="384", "pq_nbits"="8", "quantizer"="pq" |
| build index 用时 | 4h5min |
show data all | 198.809 GB (137.259 GB + 61.550 GB) |
build index 后的数据分布：
- 3 个 bucket
- 每个 bucket 34 个 rowset，每个 rowset 约 1.99 GB
- 每个 rowset 6 个 segment
build index 期间 CPU 使用率整体稳定在约 50%，说明构建过程未长时间打满 CPU，仍保留了一定资源余量。
查询性能
汇总
| 指标 | 数值 |
|---|---|
| BestQPS | 77.6247 |
| Recall@100 | 0.9294 |
明细（l2_distance, 100M 行）
| 并发数 | QPS | P95 延迟 | P99 延迟 | 平均延迟 |
|---|---|---|---|---|
| 10 | 46.5836 | 0.2628 | 0.2791 | 0.2145 |
| 20 | 75.3579 | 0.3251 | 0.3541 | 0.2651 |
| 30 | 77.6247 | 0.5222 | 0.5766 | 0.3860 |
| 40 | 76.6313 | 0.7089 | 0.7854 | 0.5212 |
下图为查询阶段的 CPU 监控，可以看到各节点 CPU 使用率保持在较高水平，说明查询负载较充分地利用了分布式计算资源。
总结
- 在千万级向量数据规模下，Doris 在单机场景能够提供较强的 ANN 查询性能，达到数百 QPS，并保持较高召回率。
- 在 100M 向量数据集上，Doris 可通过多 BE 部署继续提供在线向量查询能力。
- 由于不同测试组采用了不同的数据规模、距离度量和索引参数，这些结果更适合用于观察规模扩展表现，而不适合做一一对应的绝对数值对比。
说明
- 两组测试的距离度量不同（
inner_product与l2_distance），不建议直接横向对比绝对数值。 - 单机
Performance768D10M在并发 10 下的结果已剔除冷查询影响后进行修正。
复现方式
单机：
export NUM_PER_BATCH=500000
vectordbbench doris ... --case-type Performance768D10M --stream-load-rows-per-batch 500000
export NUM_PER_BATCH=250000
vectordbbench doris ... --case-type Performance1536D5M --stream-load-rows-per-batch 250000
分布式 3BE：
export NUM_PER_BATCH=500000
vectordbbench doris ... --case-type Performance768D100M --stream-load-rows-per-batch 500000
