دون نحو مليون متجه، تكفي pgvector داخل Postgres الحالية من حيث السرعة، وتُبقي التضمينات في المعاملة نفسها والنسخة الاحتياطية نفسها مع الصفوف التي تصفها. أما قاعدة البيانات المتجهية المخصصة فتشتري لك سعةً لا تملكها بعد وتكلّفك اتساقًا كنت تحتاجه أصلًا.
للمجموعات دون نحو مليون متجه، تُعيد pgvector داخل Postgres الحالية نتائج التشابه في أجزاء من الألف من الثانية بخانة واحدة. كما تُبقي التضمين في المعاملة نفسها والنسخة الاحتياطية نفسها مع الصف الذي يصفه، ما يزيل صنفًا كاملًا من أخطاء الاتساق التي يُدخلها مخزن ثانٍ من اليوم الأول.
تقريبًا كل عرض ذكاء اصطناعي يصلنا يتضمن قاعدة بيانات متجهية مخصصة في مخطط البنية. وفي عامين من تحديد النطاقات، احتجنا إليها مرتين.
#ما حجم المجموعة الفعلي عادةً
كامل رصيد المستندات لشركة خليجية متوسطة — السياسات وبيانات المنتجات وسجل الدعم والعقود — يتقطّع إلى ما بين ثلاثين ألف وثلاثمئة ألف متجه. وهذه ليست مشكلة سعة. فهرس HNSW فوق ذلك في Postgres يجيب في بضعة أجزاء من الألف من الثانية على عتاد تدفع ثمنه أصلًا.
قواعد البيانات المتجهية ممتازة فعلًا، وهي مبنية لسعة لن تبلغها معظم هذه المشاريع لسنوات، إن بلغتها.
#حجة الاتساق، وهي أهم من السرعة
مخزنان يعنيان كتابتين. يُحدَّث المستند في Postgres، ويُحدَّث تضمينه في المخزن المتجهي — في طلب ثانٍ، عبر شبكة، وله نمط فشله الخاص.
وحين تفشل تلك الكتابة الثانية، لا يظهر خطأ. يستمر النظام في الإجابة. لكنه يجيب مستخدمًا تضمين النسخة السابقة من سياسة تغيّرت منذئذ، ويفعل ذلك بثقة، ولا يكتشفه أحد حتى يتصرف أحدهم بناءً عليه. وتسوية ذلك مهمة خلفية صار عليك كتابتها ومراقبتها وتلقّي تنبيهاتها.
ومع pgvector، يُحدَّث الصف وتضمينه في معاملة واحدة. ونمط الفشل كتابة مرتدّة، وهو نمط تفهمه أصلًا وتنبّه عليه أصلًا.
#حجة الترشيح
استعلامات الاسترجاع الحقيقية نادرًا ما تكون تشابهًا خالصًا. بل هي «أقرب التطابقات، ضمن هذا المستأجر، مما يُسمح لهذا المستخدم برؤيته، من النسخة الحالية للمستند، باستثناء المسودات».
في Postgres هذا استعلام واحد بجملة WHERE. وعبر مخزنين هو بحث تشابه، ورحلة ذهاب وإياب، وقائمة معرّفات، واستعلام ثانٍ، وقرار بما تفعله حين يتركك الترشيح اللاحق بثلاث نتائج بدل العشر التي طلبتها.
#متى تنتقل فعلًا
حين تقيس السقف، لا حين تتخيله. راقب زمن الاستعلام عند المئين 95 مع نمو المجموعة. وحين يكفّ عن كونه مريحًا، رحّل — فذلك نحو يوم عمل، وستكون بيدك عندها أرقام حقيقية تختار بها البديل وتقيسه، بدل تخمين وُضع قبل فهرسة أول مستند.
- معظم مشاريع السوق المتوسط في الخليج تحوي عشرات آلاف المقاطع لا عشرات الملايين.
- مخزن واحد يعني معاملة واحدة: لا يمكن أن يفترق المستند عن تضمينه.
- يمكنك الترشيح بالمستأجر والصلاحية والتاريخ في الاستعلام نفسه مع بحث التشابه.
- انتقل حين تقيس السقف فعلًا — فالترحيل يوم واحد، وستكون بيدك أرقام حقيقية تقيس بها.
