向量数据库VikingDB
向量数据库VikingDB
- 文档首页
向量数据库VikingDBVikingDB 向量库向量库历史版本（V1）最佳实践【向量库】计算资源配置参考
文档反馈
问问助手本文介绍创建索引时，如何根据自己的数据量和检索量需求，选择合适的CU资源数量。
CU资源：CU是衡量计算资源的单位，在向量数据库中，1 CU 代表 1 核 CPU 和 8GB 内存。CPU越多，能够承载QPS（每秒查询量）更大，内存越多，能够存储的向量就越多；
CU的计算公式：CU = max(CPU, 内存/8)，即根据实际内存和CPU的消耗取最大来作为所需的CU数量；
内存自动扩缩容：数据量变多时会导致内存超额，VikingDB将自动扩容，内存减少后也会自动缩容，最小为用户手动配置的CU配额（CPU自动扩容暂不支持，即当实际QPS超过CPU能力后，不会自动增加CPU数量）。
2.1 存储容量参考
- CU 数量：不同 CU 规格的计算资源，包含 CPU 核数和内存大小；
- 预估最大向量条数：在不同向量维度（1024 维 / 2048 维）、Int8量化、有标量字段的情况下，每个 CU 规格能存储的最大向量条数；
下方为参考示例：
CU数量 | CPU数量 | 内存 | 预估最大向量条数 | 预估最大向量条数 |
|---|---|---|---|---|
1 | 1 | 8 GB | 2,300,000 | 1,150,000 |
2 | 2 | 16 GB | 4,600,000 | 2,300,000 |
4 | 4 | 32 GB | 9,200,000 | 4,600,000 |
8 | 8 | 64 GB | 18,400,000 | 9,200,000 |
16 | 16 | 128 GB | 36,800,000 | 18,400,000 |
32 | 32 | 256 GB | 73,600,000 | 36,800,000 |
64 | 64 | 512 GB | 147,200,000 | 73,600,000 |
128 | 128 | 1024 GB | 294,400,000 | 147,200,000 |
价格计算器使用说明
链接：https://console.volcengine.com/vikingdb/region:vikingdb+cn-beijing/bohr/price-calculator
价格计算器可基于你的数据与索引配置，输出三类核心预估结果：计算资源（CU）用量、存储资源（磁盘容量，单位 GB）、以及对应费用明细。
你可以通过两种方式打开计算器：
- 固定入口：登录 VikingDB控制台后，在左侧导航栏直接点击 【价格计算器】进入
- 快捷入口：在创建索引页面，点击页面上的【价格计算器】按钮
计算器为表单驱动模式，每次修改配置后系统会自动触发计算，实时更新右侧预估结果，需要填写的参数如下：
- 向量类型：至少选择 1 类，支持多选，可选项包括稠密向量（Dense，最常用的 embedding 向量形式）、稀疏向量（Sparse，适用于稀疏特征 / 词袋场景）、张量（Tensor，适用于张量表征场景），选择后后续的索引类型、量化方式可选项会联动变化。
- 维度配置：
- 若选择稠密向量，需填写稠密维度，范围为 128~4096，维度越高检索效果越好，但资源开销也越大
- 若选择张量，需填写张量维度 n（范围 2~64）和张量维度 m（范围 4~2048），按张量实际 shape 填写即可
- 索引类型与量化方式：
- 索引类型默认 HNSW，可选项会随向量类型变化，例如仅选择稠密向量时，可选 HNSW、DiskANN、FLAT 等
- 量化方式默认 Float，还支持 Fix16、Int8等；若组合不兼容，系统会自动禁用不可选项并提示原因。
- 数据量：填写预估写入的向量条数，单位为百万条，取值范围 1~10000（百万）。
- 标量字段配置：若需要存储标题、标签等标量字段，可填写标量字段数，以及每个标量字段的平均长度，用于计算额外存储开销。
填写完所有参数后，右侧会自动输出三类预估结果：
- CU 数量：即计算资源预估，受数据量、维度、索引和量化方式共同影响
- 磁盘大小：即存储资源预估，包含向量本体、索引结构及标量字段的总存储开销，单位为 GB
- 预估费用与明细：展示小时维度的预估费用，并拆分计算资源、存储资源等费用构成。
2.2 检索性能参考
- CU 数量：不同 CU 规格的计算资源，包含 CPU 核数和内存大小；
- 预估最大QPS：在不同数量的768维向量、Int8量化、有标量字段、默认索引参数情况下，每个 CU 规格能支持的最大每秒查询量；
下方为参考示例：
CU量 | CPU数量 | 内存 | 预估最大QPS |
|---|---|---|---|
1 | 1 | 8 GB | 642 |
8 | 8 | 64 GB | 3370 |
CU量 | CPU数量 | 内存 | 预估最大QPS |
|---|---|---|---|
32 | 32 | 256 | 4562 |
64 | 64 | 512 | 9124 |
2.3 存储和性能的关系
需要注意的是，在固定的 CU 资源下，向量存储量与检索性能（QPS）往往此消彼长：当您存储的向量数量增加时，系统需要处理的数据规模也更大，查询速度可能会随之下降，无法达到理论最大性能。
因此，在规划向量数量和预期 QPS 时，要综合考虑业务需求和资源配比，找到数据存储与检索性能之间的平衡点。