Раздел базы знаний

Индексация и векторные базы данных

Схема, массовая загрузка, фильтры, сегментирование, репликация, уплотнение, переиндексация и планирование мощности.

Индексация и векторные базы данных
Индексация и векторные базы данныхПрактические материалы и критерии проверки
ВсеПрактическое руководство 123
01
Практическое руководство

Шардирование по hash ID

Шардирование по hash ID: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
03
Практическое руководство

Фильтры и ANN в Weaviate

Фильтры и ANN в Weaviate: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
04
Практическое руководство

Массовая загрузка векторные представления (embeddings) в Elasticsearch

Массовая загрузка векторные представления (embeddings) в Elasticsearch: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
06
Практическое руководство

Резервное копирование vector индекс (index) в MongoDB Atlas векторный поиск (Vector Search)

Резервное копирование vector индекс (index) в MongoDB Atlas векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
08
Практическое руководство

Как оценить память HNSW

Как оценить память HNSW: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
15
Практическое руководство

Как хранить несколько векторные представления (embeddings) на объект

Как хранить несколько векторные представления (embeddings) на объект: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
16
Практическое руководство

Как хранить векторное представление (embedding) разных версий

Как хранить векторное представление (embedding) разных версий: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
20
Практическое руководство

Шардирование по tenant

Шардирование по tenant: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
23
Практическое руководство

Consistency при upsert

Consistency при upsert: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
24
Практическое руководство

Удаление (Delete) propagation

Удаление (Delete) propagation: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
32
Практическое руководство

Сверка источника достоверных данных (source of truth) и векторная база данных (vector DB)

Сверка источника достоверных данных (source of truth) и векторная база данных (vector DB): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
37
Практическое руководство

Планирование мощности (Capacity planning) векторная база данных (vector database)

Планирование мощности (Capacity planning) векторная база данных (vector database): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
41
Практическое руководство

Фильтры и ANN в Qdrant

Фильтры и ANN в Qdrant: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
42
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Qdrant

Обновление векторные представления (embeddings) без простоя в Qdrant: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
47
Практическое руководство

Фильтры и ANN в Milvus

Фильтры и ANN в Milvus: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
48
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Milvus

Обновление векторные представления (embeddings) без простоя в Milvus: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
53
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Weaviate

Обновление векторные представления (embeddings) без простоя в Weaviate: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
58
Практическое руководство

Фильтры и ANN в Pinecone

Фильтры и ANN в Pinecone: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
59
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Pinecone

Обновление векторные представления (embeddings) без простоя в Pinecone: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
64
Практическое руководство

Фильтры и ANN в pgvector

Фильтры и ANN в pgvector: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
65
Практическое руководство

Обновление векторные представления (embeddings) без простоя в pgvector

Обновление векторные представления (embeddings) без простоя в pgvector: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
69
Практическое руководство

Фильтры и ANN в Elasticsearch

Фильтры и ANN в Elasticsearch: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
70
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Elasticsearch

Обновление векторные представления (embeddings) без простоя в Elasticsearch: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
74
Практическое руководство

Массовая загрузка векторные представления (embeddings) в OpenSearch

Массовая загрузка векторные представления (embeddings) в OpenSearch: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
75
Практическое руководство

Фильтры и ANN в OpenSearch

Фильтры и ANN в OpenSearch: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
76
Практическое руководство

Обновление векторные представления (embeddings) без простоя в OpenSearch

Обновление векторные представления (embeddings) без простоя в OpenSearch: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
81
Практическое руководство

Фильтры и ANN в Redis

Фильтры и ANN в Redis: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
82
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Redis

Обновление векторные представления (embeddings) без простоя в Redis: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
86
Практическое руководство

Фильтры и ANN в Vespa

Фильтры и ANN в Vespa: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
87
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Vespa

Обновление векторные представления (embeddings) без простоя в Vespa: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
92
Практическое руководство

Фильтры и ANN в LanceDB

Фильтры и ANN в LanceDB: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
93
Практическое руководство

Обновление векторные представления (embeddings) без простоя в LanceDB

Обновление векторные представления (embeddings) без простоя в LanceDB: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
97
Практическое руководство

Массовая загрузка векторные представления (embeddings) в MongoDB Atlas векторный поиск (Vector Search)

Массовая загрузка векторные представления (embeddings) в MongoDB Atlas векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
99
Практическое руководство

Обновление векторные представления (embeddings) без простоя в MongoDB Atlas векторный поиск (Vector Search)

Обновление векторные представления (embeddings) без простоя в MongoDB Atlas векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
100
Практическое руководство

Мониторинг векторный поиск (vector search) в MongoDB Atlas векторный поиск (Vector Search)

Мониторинг векторный поиск (vector search) в MongoDB Atlas векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
101
Практическое руководство

Настройка индекса в Azure поиск с искусственным интеллектом (AI Search)

Настройка индекса в Azure поиск с искусственным интеллектом (AI Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
102
Практическое руководство

Массовая загрузка векторные представления (embeddings) в Azure поиск с искусственным интеллектом (AI Search)

Массовая загрузка векторные представления (embeddings) в Azure поиск с искусственным интеллектом (AI Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
103
Практическое руководство

Фильтры и ANN в Azure поиск с искусственным интеллектом (AI Search)

Фильтры и ANN в Azure поиск с искусственным интеллектом (AI Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
104
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Azure поиск с искусственным интеллектом (AI Search)

Обновление векторные представления (embeddings) без простоя в Azure поиск с искусственным интеллектом (AI Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
105
Практическое руководство

Мониторинг векторный поиск (vector search) в Azure поиск с искусственным интеллектом (AI Search)

Мониторинг векторный поиск (vector search) в Azure поиск с искусственным интеллектом (AI Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
106
Практическое руководство

Резервное копирование vector индекс (index) в Azure поиск с искусственным интеллектом (AI Search)

Резервное копирование vector индекс (index) в Azure поиск с искусственным интеллектом (AI Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
108
Практическое руководство

Массовая загрузка векторные представления (embeddings) в Vertex AI векторный поиск (Vector Search)

Массовая загрузка векторные представления (embeddings) в Vertex AI векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
110
Практическое руководство

Обновление векторные представления (embeddings) без простоя в Vertex AI векторный поиск (Vector Search)

Обновление векторные представления (embeddings) без простоя в Vertex AI векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
111
Практическое руководство

Мониторинг векторный поиск (vector search) в Vertex AI векторный поиск (Vector Search)

Мониторинг векторный поиск (vector search) в Vertex AI векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
112
Практическое руководство

Резервное копирование vector индекс (index) в Vertex AI векторный поиск (Vector Search)

Резервное копирование vector индекс (index) в Vertex AI векторный поиск (Vector Search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
115
Практическое руководство

Фильтры и ANN в FAISS

Фильтры и ANN в FAISS: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
116
Практическое руководство

Обновление векторные представления (embeddings) без простоя в FAISS

Обновление векторные представления (embeddings) без простоя в FAISS: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
119
Практическое руководство

Массовая загрузка векторные представления (embeddings) в ClickHouse

Массовая загрузка векторные представления (embeddings) в ClickHouse: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
120
Практическое руководство

Фильтры и ANN в ClickHouse

Фильтры и ANN в ClickHouse: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →
121
Практическое руководство

Обновление векторные представления (embeddings) без простоя в ClickHouse

Обновление векторные представления (embeddings) без простоя в ClickHouse: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.

Открыть материал →