优化 Collection

optimize() 方法通过将临时 Flat 缓冲区中累积的向量构建为配置的向量索引来提升搜索性能。它在后台运行，不会阻塞读写，确保应用始终保持响应。

为什么需要优化

在 Zvec 中，新插入的向量不会直接添加到配置的向量索引中。

而是先追加到一个轻量级的 Flat（暴力搜索）索引缓冲区。

这种设计有重要的优势，但也有取舍：

• ✅ 优势
  • 最大化写入吞吐量：实现高速数据写入。
  • 流式插入：为不原生支持增量更新的索引类型（如 IVF）提供实时插入能力。
• ⚠️ 取舍
  • 搜索随时间变慢：随着 Flat 缓冲区增长，搜索性能会下降。

🔁 解决方案

定期调用 optimize()。这会触发后台进程将缓冲区中的向量合并到配置的向量索引中——不会中断正在进行的读写操作。🚀

使用示例

import zvec

collection = zvec.open(path="/path/to/my/collection")

# 插入一些 Document
for i in range(1000):
    doc = zvec.Doc(id=f"doc_{i}", vectors={"embedding": [i + 0.1, i + 0.2, i + 0.3]})
    collection.insert(doc)

# 优化 Collection
collection.optimize()  

检查索引状态

使用 stats 属性获取 Collection 索引状态的实时信息：

print(collection.stats)

何时调用 optimize()

定期优化，但不宜过于频繁：

• 间隔过长 → Flat 缓冲区过大，搜索性能下降
• 间隔过短 → 浪费资源，过早优化小批量数据

根据你的数据写入速率和查询延迟要求找到合适的平衡点。