Onehouse Lakegres 為現有的 Hudi 和 Iceberg 資料表新增向量搜尋功能
先了解這件事
Onehouse 已為其與 Postgres 相容的查詢層 Lakegres 新增向量搜尋功能,讓儲存在現有及新增的 Apache Hudi 和 Iceberg 資料表中的嵌入向量,可透過 Postgres 端點進行搜尋,而無需將湖資料複製到獨立的向量資料庫。向量索引是衍生中繼資料,保存在資料表的中繼資料中,並隨著資料表寫入而更新;底層的 Parquet 檔案維持不變。 在一個包含 2.47 億個向量的 Cohere Wikipedia 資料表上,Onehouse 報告暖機後的 p50 延遲為 63.5 毫秒,相較於 Databricks AI Search 的 655 毫秒,Recall@10 為 0.95 對比 0.952。該公司亦報告索引建置時間為 18 分鐘,相較於 Databricks 約 3 小時 10 分鐘。這些數據均為 Onehouse 自行提供,尚未經獨立驗證。
AI 依報導生成 · 1 天前更新
報導時間線
沿著報導,了解事件的不同側面。
- Hacker News · AIOnehouse Lakegres 在現有 Hudi 與 Iceberg 資料表上新增向量搜尋
Onehouse 宣布 Lakegres 推出向量搜尋功能,其原生索引儲存於現有及新的開放式資料表內,並透過 Postgres 端點查詢,因此無須將湖資料複製到獨立資料庫即可搜尋嵌入向量。此索引是衍生中繼資料,保存在資料表的中繼資料中,並隨資料表寫入而更新,底層 Parquet 檔案維持不變。在一個 247M 向量的 Cohere Wikipedia 資料表上,Onehouse 回報暖機 p50 延遲為 63.5 毫秒,Databricks AI Search 則為 655 毫秒,Recall@10 分別為 0.95 與 0.952,索引建置時間為 18 分鐘,後者約需 3 小時 10 分鐘。
本事件熱度走勢
- 可比範圍當前
- 5
- 可比範圍峰值
- 1011月19日 02:00
- 近 24 小時變化
- -50%
趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指標或點擊圖表查看每小時熱度;鍵盤可用左右方向鍵切換。