非规范化产生的重复数据会影响向量搜索的性能吗？

Question

在 Cassandra 中，数据通常被非规范化以匹配查询模式。然而，对于向量列，这意味着相同向量的重复。我知道矢量相似性搜索和索引非常昂贵。那么大量的重复会不会影响性能呢？有没有更好的方法用向量列来建模数据？

Answer 1

向量搜索对存储在具有 CQL

vector

数据类型的列中的向量嵌入进行操作。但更重要的是，矢量搜索查询单个表上矢量数据的索引。矢量搜索不跨越多个索引或表。

非规范化表中重复的数据对 Cassandra 中向量搜索的性能没有影响，因为它只查询单个表上向量的索引。

顺便说一句，除非您有特定要求将相同列的向量嵌入存储在不同的表中，否则您应该避免重复向量列。同样，如果多个表中存在向量列的重复副本也没关系。其唯一的影响将是增加存储利用率。干杯！