选择合适的集群类型

联系销售开启 BYOC

在 Zilliz Cloud 中，为集群选择合适的类型是一个关键步骤。Query CU 提供了并行数据处理的基础计算资源，不同类型的集群结合了各异的 CPU、内存和存储配置。

了解集群类型

Zilliz Cloud 提供以下集群类型：性能型、容量型、分层存储型。

下表从多个方面快速对比三种类型之间的差异。如需查看不同集群类型的具体容量和性能对比，请参考选择最优的集群类型。

集群类型	搜索 QPS	搜索延时	每 Query CU 容量	每百万向量费用
性能型	500~1500	毫秒级	150 万 768 维向量	每月￥504 起
容量型	100~300	十毫秒级	500 万 768 维向量	每月￥151 起
分层存储型	5~20	百毫秒级	2000 万 768 维向量	每月 ￥55 起

性能型集群

• 专门为需要低时延和高吞吐的场景设计。

• 特别适用于实时应用场景，如生成型 AI、推荐系统、对话机器人等。

容量型集群

• 适用于处理大量数据集，数据容量是性能型集群 的 4 倍，但搜索效率相对较低。

• 特别适合大规模的非结构化数据检索、版权识别和身份验证。

选择最优的集群类型

在选定集群类型时，应综合考虑数据体量、性能要求和预算因素。向量数据的大小，包括向量数量和维度，是决定集群资源配置的关键。

容量评估

以下表格根据向量维度和总向量数，展示了各种集群类型的处理容量。

向量维度	性能型集群（每 Query CU可容纳最大向量数）	容量型集群（每 Query CU 可容纳最大向量数）	存储扩展型集群 （（每 Query CU 可容纳最大向量数）
128	750 万	2500 万	1 亿
256	450 万	1500 万	6000 万
512	225 万	750 万	3000 万
768	150 万	500 万	2000 万
1024	112.5 万	375 万	1500 万

📘说明

上面的数据基于仅考虑主键和向量的测试。如果您的数据集包含其他标量字段（如 id、标签、关键词），实际的容量可能会有所不同。因此，建议进行个性化测试以获得更精确的评估。

性能评估

性能指标，尤其是时延和每秒查询数（QPS），非常关键。性能型集群在时延和吞吐量方面显著超越其他类型，特别是在标准的 top-k 值（10 至 250）范围内。

下表显示了每种集群类型在 QPS 方面的测试结果。

top_k 值	性能型集群的 QPS（768 维度，150万向量）	容量型集群的 QPS（768 维度，500 万向量）
10	520	100
100	440	80
250	270	60
1000	150	40

下表显示了每种集群类型在时延方面的测试结果。

top_k	性能型集群的时延（768 维度，150万向量）	容量型集群的时延（768 维度，500 万向量）
10	< 10 ms	< 50 ms
100	< 10 ms	< 50 ms
250	< 10 ms	< 50 ms
1000	10 - 20 ms	50 - 100 ms

场景分析

设想您正在开发一个含有 800 万张图片的图像推荐应用程序。图库中的每张图像均由一个 768 维 Embedding 向量代表。您的目标是能迅速处理每秒 1000 次的推荐请求，并在 30 毫秒内返回前 100 张推荐图片。

为了选出符合此需求的适宜的集群类型和 Query CU 数量，请按以下步骤操作：

1. 时延评估：性能型集群是唯一能满足 30 毫秒时延需求的类型。

2. 容量考量：单个性能型集群 Query CU 能处理 150 万个 768 维向量。为容纳全部 800 万向量，您需配置至少 6 个此类 Query CU。

3. 吞吐量检验：在 top-k 设置为100的情况下，性能型集群的每秒查询量（QPS）为 440。为维持 1000 QPS 的持续性能，需要将副本数量增加 3 倍。 综上所述，针对这一应用场景，选择性能型集群是最合适的。建议配置 3 套副本，每套包含 6 个 Query CU，以确保应用运行的完美性能。

总体而言，对于这种情况，性能型的集群是您的最佳选择。配置 3 个副本，每个副本包含 6 个 Query CU，应该能完全满足您的需求。