温馨提示:文本由机器自动转译,部分词句存在误差,以视频为准
00:01
分享会上,Rack被提了40多次,可没人提向量数据库,他只是代码里一段初始化,写完就在没人看他。大家盯着屋顶的瓦片,没人问地基是钢筋混凝土还是泡沫砖,数据从3万涨到300万,检索要等2秒,演示跑得好好的,一上生产并发就嗯。Rack的上层是魔术,下层是工程,魔术让人惊艳,工程让人不翻车。Pma和millus到底怎么挑?先别比参数,差异不在性能表,而在设计哲学。Proma是AAI时代的SQ,优化的是第一次运行的爽感,Mvas是分布式数仓,优化的是第1万次运行的稳定性。看架构就懂proma把数据库塞进进程,没有服务器,没有分布式,没有网络调用一句pip install就能跑起来,但所有简化都标好了天花板,数据过了百万,性能断崖下跌,还没有平滑升级,只能换库重来。
01:01
MS走相反的路,存算分离拆成四层,微服务查询压力大就加cornode,数据量涨了就加存储能从单机扩到数百节点,代价是你得有个懂他的人。性能差距不在快不快,而在崩不崩,Milvas吞吐近似线性扩展proma高并发下断牙式血崩,还有个反直觉的点,10万条以内pma甚至更快。因为没有网络开销,所以那句测试时挺快的会成为事故的墓志铭。小规模的快是最危险的伪星号。落到实操就五个问题,一、数据会过100万吗?2、要高可用和审计吗?3、要复杂过滤和混合查询吗?4、团队有运维能力吗?武是快速原型嘛,前三个有一个是就往movast走,没运维就上全托管,全是原型proma就够。我最推荐混合策略,早期用proma跑通闭环,规模上来后再签到mails,前提是第一天就抽象数据访问层,别让查询调用散落在业务代码里,抽象层是给未来买的保险。
02:10
选型的本质不是选最先进的技术,而是选你当下负担得起的复杂动。Chroma让你今天跑起来,MS让你明年还跑得动。下次讲rack时,也花30秒讲讲脚下的地基吧。
我来说两句