存储成本高：业务涉及海量数据，存储占用过多。
计算资源消耗大：索引构建、查询、检索消耗大量计算资源。
多租户数据管理：希望在一个数据库中高效支持多个业务或客户，避免数据冗余。

Embedding 模型优化

• 选择向量维度更小的模型，减少存储占用，同时提高检索速度。
• 预期：
  • 降低存储需求，减少存储成本。
  • 提高索引加载速度，加快检索效率。
  • 可能会影响模型的表达能力，导致查询精度下降。
• 例如：​doubao-embedding-large 模型通过 model_version 参数从 4096 维模型降为 2048 维，存储占用减少 50%，索引构建时间缩短。

量化优化

• 采用 int8 量化，减少存储大小和计算开销，提高索引加载及查询性能。
• 预期：
  • 降低存储和计算成本，减少索引占用的内存。
  • 提高查询速度，减少计算资源消耗。

数据存储优化

• 减少不必要的标量字段，优化存储结构，降低索引负担，提高查询效率。

索引管理优化

• 按需加载索引：
  • 不使用时先删除索引，减少开销。需要使用时再重新构建索引。
• 预期：
  • 降低存储成本，提高数据管理效率。
  • 避免多个租户数据重复存储，减少占用空间。

多租户数据管理

• 通过单个数据集支持多租户业务，减少重复存储。
• 预期：
  • 降低存储成本，提高数据利用效率。
  • 避免多个租户数据重复存储，减少占用空间。
• 例如：优化数据组织方式，提高检索效率，避免数据冗余。