跳到正文
热点事件观察中

Onehouse Lakegres 为现有 Hudi 和 Iceberg 表增加向量搜索

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Onehouse 为其兼容 Postgres 的查询层 Lakegres 增加了向量搜索,因此存储在现有和新的 Apache Hudi 与 Iceberg 表中的嵌入向量可以通过 Postgres 端点进行搜索,而无需将湖数据复制到单独的向量数据库。向量索引是派生元数据,保存在表的元数据中,并随表写入而更新;底层的 Parquet 文件保持不变。 在一个包含 2.47 亿向量的 Cohere Wikipedia 表上,Onehouse 报告热 p50 延迟为 63.5 毫秒,而 Databricks AI Search 为 655 毫秒,Recall@10 分别为 0.95 和 0.952。它还报告索引构建时间为 18 分钟,而 Databricks 约为 3 小时 10 分钟。这些数据来自 Onehouse 自身,尚未经过独立验证。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. Hacker News · AI
    Onehouse Lakegres 在现有 Hudi 和 Iceberg 表上新增向量搜索

    Onehouse 宣布在 Lakegres 中推出向量搜索,其原生索引存储在现有和新建的开放表内,并通过 Postgres 端点查询,因此无需将湖数据复制到单独的数据库即可搜索嵌入向量。该索引是派生元数据,保存在表的元数据中,并随表写入而更新,底层 Parquet 文件保持不变。在一个包含 2.47 亿向量的 Cohere Wikipedia 表上,Onehouse 报告热 p50 延迟为 63.5 毫秒,而 Databricks AI Search 为 655 毫秒,Recall@10 分别为 0.95 和 0.952,索引构建时间分别为 18 分钟和约 3 小时 10 分钟。

本事件热度走势

可比范围当前
5
可比范围峰值
1011月19日 02:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。