Vespa.ai, Entwickler der führenden Plattform für die Erstellung und Bereitstellung umfangreicher Echtzeit-KI-Anwendungen auf der Grundlage von Big Data, hat einen neuen Benchmark-Bericht veröffentlicht, der die überlegene Leistung, Skalierbarkeit und Effizienz im Vergleich zu Elasticsearch aufzeigt. In der umfassenden, reproduzierbaren Studie wurden beide Systeme in einer E-Commerce-Suchanwendung mit einem Datensatz von 1 Million Produkten getestet, wobei Schreibvorgänge (Dokumentenerfassung und -aktualisierung) und mehrere Abfragestrategien bewertet wurden: lexikalische Übereinstimmung, Vektorähnlichkeit und hybride Ansätze.
Diese Erfahrung wurde von Vinted.com geteilt – einer führenden Plattform für Secondhand-Artikel. Angesichts steigender Betriebskosten und Hardwareanforderungen mit Elasticsearch führte Vinted Engineering eine separate Bewertung durch. Auf der Suche nach einer All-in-One-Lösung für die Vektor- und die traditionelle Suche migrierte das Ingenieurteam von Vinted 2023 zu Vespa. Einen tieferen Einblick in die Bewertung und Migration erhalten Sie im Blogbeitrag von Vinted Engineering: „Search Scaling Chapter 8: Goodbye Elasticsearch. Hello Vespa Search Engine.”
Die wichtigsten Ergebnisse der Vespa-Benchmark
-
Leistung bei verschiedenen Abfragetypen
- Hybride Abfragen: Vespa erreichte einen 8,5-mal höheren Durchsatz pro CPU-Kern als Elasticsearch.
- Vektorsuchen: Vespa zeigte einen bis zu 12,9-mal höheren Durchsatz pro CPU-Kern.
- Lexikalische Suche: Vespa lieferte einen 6,5-mal besseren Durchsatz pro CPU-Kern.
-
Updates
- Effizienz im stabilen Zustand: Vespa ist viermal effizienter bei In-Place-Updates und verarbeitet Abfragen und Updates nach der anfänglichen Bootstrapping-Phase effektiver.
- Bootstrap: Während Elasticsearch in der ersten Erfassungsphase (von 0 auf 1 Million Dokumente) eine hohe Effizienz aufwies, zeichnete sich Vespa durch langfristige, stabile Betriebsabläufe aus.
-
Einsparungen bei den Infrastrukturkosten
- Aufgrund des höheren Abfragedurchsatzes und der effizienteren CPU-Nutzung kann Vespa die Infrastrukturkosten um das bis zu Fünffache senken, wie in Abschnitt 10 des Berichts dargelegt.
Jon Bratseth, CEO und Gründer von Vespa. „Da Unternehmen immer schnellere Suchergebnisse und die Fähigkeit zur Verarbeitung kontinuierlicher Aktualisierungen verlangen, ist es von entscheidender Bedeutung, eine Lösung zu wählen, die bei entsprechender Skalierung eine robuste Leistung erbringt und gleichzeitig kostengünstig bleibt. Unsere Benchmark zeigt, dass Vespa nicht nur bei der reinen Abfragegeschwindigkeit, sondern auch bei der effizienten Nutzung von Ressourcen hervorragend abschneidet, was sich direkt in messbaren Einsparungen bei den Infrastrukturkosten niederschlägt.“
Über die Benchmark
Alle Abfragetypen in der Studie wurden so konfiguriert, dass sie gleichwertige Ergebnisse liefern, um einen fairen, objektiven Leistungsvergleich zu gewährleisten. Die Größe des Datensatzes, die Systemversionen (Vespa 8.427.7 und Elasticsearch 8.15.2) und das Messsystem wurden sorgfältig dokumentiert, um eine vollständige Reproduzierbarkeit zu ermöglichen.
Den vollständigen Bericht können Sie hier herunterladen.
Über Vespa
Vespa.ai ist eine leistungsstarke Plattform für die Entwicklung von KI-Anwendungen, die auf Echtzeit-Suche basieren. Nach der Erstellung werden diese Anwendungen über die groß angelegte, verteilte Architektur von Vespa bereitgestellt, die Daten, Inferenz und Logik für Anwendungen, die große Datenmengen und hohe gleichzeitige Abfragequoten verarbeiten, effizient verwaltet. Vespa bietet alle Bausteine einer KI-Anwendung, einschließlich Vektordatenbank, Hybridsuche, RAG (Retrieval Augmented Generation), NLP (Natural Language Processing), maschinelles Lernen und Unterstützung für große Sprachmodelle (LLM) und Bild-Sprachmodelle (VLM). Es ist als verwalteter Dienst und als Open Source verfügbar.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20250116625322/de/
Medienkontakt
Tim Young
[email protected]
© Business Wire, Inc.
Aviso legal :
Este comunicado de imprensa não é um documento produzido pela AFP. A AFP não será responsável por este conteúdo. Para mais informações, por favor entre em contato com as pessoas ou entidades mencionadas no comunicado.