ワークロードに基づくベクトルデータベース最適化
本書は、ベクトルデータベースの最適化に焦点を当てた実践的なガイドです。近年、ベクトルデータベースは多くの応用分野で利用され、高速なベクトル類似性検索が求められています。本書では、ベクトルデータベースのクエリ実行の高効率化について、ワークロードに基づくアプローチを紹介します。 Apple Machine Learning Researchの論文よりデータベースの最適化について書籍にしています。 https://machinelearning.apple.com/research/high-throughput-vector [High-Throughput Vector Similarity Search in Knowledge Graphs](https://arxiv.org/pdf/2304.01926.pdf)
Chapters
ベクトルデータベースの最適化の概要
ベクトルデータベースの基礎
ワークロード分析とパーティショニング戦略
ハイブリッドクエリの最適化
ワークロードに基づくデータパーティショニング
クエリバッチングの最適化
引用
Author
Topics
- 公開
- 文章量
- 約16,640字
- 価格
- 1,000円