Benchmark & Rendimiento de Índices

Proceso de evaluación cuantitativa del balance entre latencia (QPS) y precisión (Recall@K) en índices de búsqueda.

LatencyQPSRecall@KANN-Benchmarks

Definición Técnica & Formal

Un benchmark en vector search mide el rendimiento del sistema evaluando métricas clave: Recall@K (porcentaje de verdaderos vecinos encontrados), Queries Per Second (QPS), tiempo de indexación y latencia en p99 sobre datasets estandarizados (ANN-Benchmarks).

Puntos Clave & Aplicaciones

Permite elegir la configuración óptima (ej. ef_search en HNSW, nprobe en IVF).

ANN-Benchmarks provee datasets públicos (Glove, SIFT, Fashion-MNIST).

Esencial para dimensionar infraestructura en producción.

Intuición Visual para Mente Gráfica

"Probar un vehículo en una pista de carreras para medir velocidad máxima vs consumo de combustible."

💡 Tip: Puedes presionar el botón "Dibujar / Apuntes" en la barra superior para hacer anotaciones gráficas sobre este diagrama.

Demostración Visual e Interactiva

Interactúa con los controles para simular dinámicamente el funcionamiento de Benchmark & Rendimiento de Índices.

Visualizador de la Arquitectura "Benchmark & Rendimiento de Índices"

Probar un vehículo en una pista de carreras para medir velocidad máxima vs consumo de combustible.

Categoría: Búsqueda Vectorial

Ejemplo de Código & Demostración

python

import time

start_time = time.perf_counter()
# Ejecutar 1000 consultas
latencies = [0.002, 0.0018, 0.0025, 0.0019] # en segundos
qps = len(latencies) / sum(latencies)
print(f"QPS (Consultas por Segundo): {qps:.2f}")

💡 Medición básica de rendimiento en rendimiento de consultas vectoriales.

Conceptos Relacionados

HNSW (Hierarchical Navigable Small World)

Grafo jerárquico multicapa para búsqueda rápida y aproximada de vecinos más cercanos (ANN).

IVF (Inverted File Index)

Partición del espacio vectorial mediante clústeres (K-Means) para reducir el alcance de búsqueda.

Hit Rate @ K

Porcentaje de consultas donde al menos un documento correcto de la referencia está en los primeros K resultados.