什么是延迟？

延迟（Latency）指的是请求从发送到接收响应所需的时间。在向量数据库中，降低延迟意味着更快地完成查询、写入或 Embedding 计算。

哪些场景需要优化延迟？

• 实时检索：需要快速响应的搜索、推荐等场景。
• 高并发检索：减少检索队列等待时间，提高用户体验。
• 嵌入式 AI 应用：在对话、搜索、推理等任务中，低延迟能提升交互流畅度。

在优化延迟之前，建议先检查监控告警中的时延监控，确定具体的瓶颈点。

网络优化

火山用户建议使用私网链接，避免公网传输带来的额外延迟。

数据分区优化

若数据有明确的分区需求，建议使用 partition by 进行合理分区，以减少查询范围，从而降低查询延迟。

检索优化

• 标量过滤优化：对于包含过滤条件的检索，可增加标量过滤条件，减少不必要的计算，提高查询速度。
• 优化过滤条件：合理设置过滤字段，提高索引匹配效率，从而减少延迟。

复杂场景优化

若以上优化策略仍未达到预期效果，可联系我们，针对具体业务场景提供定制化优化方案。