阿里云 Elasticsearch 向量检索性能白皮书

客户端 ECS 规格

服务端 Elasticsearch 规格

测试前关闭访问日志，避免日志开销影响结果：

PUT /_cluster/settings
{
  "persistent": {
    "apack.accesslog.enabled": false,
    "apack.accesslog.search.enabled": false,
    "logger.index.search.accesslog": "OFF"
  }
}

测试数据集

创建 native_hnsw 索引

本轮结果使用以下 native_hnsw 图参数。正式测试索引包含 1 个主分片、1 个副本和 10,000,000 docs；主副本分别位于两个数据节点，每个 shard 只有一个 segment。

PUT /cohere10m_native_hnsw
{
  "settings": {
    "index.havenask.engine.enabled": true,
    "index.sort.field": "id",
    "index.native.index.queries.cache.enabled": false,
    "index.native.index.queries.cache.knn.enabled": false,
    "index.requests.cache.enable": false
  },
  "mappings": {
    "_source": { "enabled": false },
    "properties": {
      "id": { "type": "long" },
      "vector": {
        "type": "dense_vector",
        "dims": 768,
        "index_options": {
          "type": "native_hnsw",
          "builder": {
            "add_chunk_size": 100000,
            "prune_headroom": 0.0
          }
        }
      }
    }
  }
}

查询参数

通过命令行运行 Cohere10M 测试

以下命令展示 Top10 的两档并发吞吐测试。连接参数、用户名和密码按实例实际配置填写。

set -euo pipefail

export ES_SCHEME='http'
export ES_HOST='<Elasticsearch endpoint>'
export ES_PORT='9200'
export ES_INDEX='cohere10m_native_hnsw'
export ES_USER='<Elasticsearch 用户名>'
export VDBBENCH_ES_QUERY_WIRE_FORMAT='cbor-f32le'
read -rsp 'Elasticsearch password: ' ES_PASSWORD
echo

VDB_COMMON=(
  --scheme "$ES_SCHEME" --host "$ES_HOST" --port "$ES_PORT"
  --user "$ES_USER" --password "${ES_PASSWORD:?ES_PASSWORD is required}"
  --index-name "$ES_INDEX"
  --case-type Performance768D10M
  --skip-drop-old --skip-load
  --m 32 --ef-construction 400
  --skip-search-serial --search-concurrent
  --concurrency-duration 220
)

# Top10：运行 c212 和 c216 两档并发。
vectordbbench aliyunelasticsearch "${VDB_COMMON[@]}" \
  --k 10 --num-candidates 90 \
  --use-rescore --oversample-ratio 4.6 \
  --num-concurrency 212,216 \
  --db-label cohere10m-top10-dual16-c212-c216

运行双 16 vCPU、1 主 1 副本扩展测试

两个 16 vCPU 数据节点各持有一份完整 Cohere10M 图。用户通过实例页面完成 ES YML 配置，然后运行压测。

用户页面创建实例

1. 在阿里云 Elasticsearch 控制台创建杭州 J 区实例：普通 turbo2、16 vCPU / 64 GiB、2 个数据节点和 1 个 Kibana 节点，并打开 FalconSeek 高性能检索引擎。

2. 等待实例和两个数据节点均进入正常状态，然后进入下一节配置 ES YML。

用户页面修改 YML 配置并重启

进入目标实例的 配置与管理 > ES 集群配置，在 YML 文件配置右侧单击 修改配置，然后执行以下操作：

1. 在弹窗底部的 其他 Configure 配置编辑器中粘贴以下 YAML。配置由平台统一下发到两个数据节点，无需逐节点填写；

2. 提交时选择 原地变更并确认 重启；

3. 等待变更完成、两个数据节点恢复、目标索引为 green 后，再开始压测。

index.native.native_hnsw.search_worker_thread_count: "12"
index.native.native_hnsw.native_search_pool.enabled: "true"
index.native.native_hnsw.native_search_queue_capacity: "208"
index.native.native_hnsw.cpu_lending.mode: "static"

native.indices.queries.cache.enabled: "false"
native.indices.queries.cache.knn.enabled: "false"
indices.queries.cache.size: "0"

以上配置需要通过工单联系我们完成变更。

该组配置包含启动期设置，不能使用 PUT /_cluster/settings 替代，必须通过 YML 配置并完成节点重启。

结果表中的 QPS 使用较高档并发，取两次独立运行的 VectorDBBench 220 秒全程 QPS 均值。Serial P95/P99 通过单独运行串行查询获得。

测试指标说明

native_hnsw 检索性能