milvus 0.11 性能相关的三个问题

[dengyafang]

问题描述：

问题1: 100w 128维的数据量，我们的机器完全是可以hold住的，而且能力还绰绰有余，为什么和官网的效率差了这么多？

在完全用milvus的测试集配置的情况下，milvus的100w 128维的测试数据集（test）上 和 我们自己的100w 128维数据集（our）后的 运行效率如下图：

两者的运行效率相当，但和官网的测试效率相差约10倍

问题2：具体是什么原因导致性能大幅度下降？

我们自己写的代码，配置完全参考了官网测试案例，不同的地方在于建立collection的时候，参数"auto_id": True（但据说这只是一个自增id，没有影响。），性能相较于问题1中我们自测的性能，又慢了90%，约1~2秒。

代码，配置文件测试查询的 vector：

code.zip

问题3：向量的维度对性能有多大的影响？

测试了5w 2048维的数据，根据你们提供的资源评估工具，5w 2048维的数据和100w 128维的数据对资源的消耗是相当的，但5w 2048维的数据用时约13s（也是在上述代码下的结果）。

配置

服务器配置：CPU

milvus版本： 0.11

milvus配置： 详见代码

[jingkl]

The reason is the problem of machine configuration, we have up to 20 CPU cores on the server, the search time gap is also extremely normal

[yhmo]

向量搜索是计算密集型工作，能开的线程越多，搜索越快。你的cpu是i5-7500，四核心四线程6MB三级缓存，我们的benchmark使用的是 i7-8700，六核心12线程12MB三级缓存，线程数量差了3倍，三级缓存也大了一倍。测出来的搜索性能相差数倍也是正常的。