حجم مؤشر قاعدة البيانات المتجهة

باستخدام الصيغة: الحجم = عدد المتجهات × الأبعاد × 4 بايت (لأن float32). إذن الحجم = 1,000,000 × 768 × 4 = 3,072,000,000 بايت. لتحويلها إلى غيغابايت: 3,072,000,000 / 1024^3 ≈ 2.86 غيغابايت. هذا الحجم تقريبي ولا يشمل الميتاداتا أو الفهارس المساعدة. إذا أردت تخزين المعرفات (IDs) لكل متجه، أضف 8 بايت لكل متجه (معرف طويل) ليصبح المجموع ≈ 3,080,000,000 بايت ≈ 2.87 غيغابايت. في الممارسة العملية، قد تحتاج إلى تخزين البيانات الإضافية مثل حقل المصدر أو النص الأصلي، مما يزيد الحجم الفعلي.

أولاً، احسب الحجم الأساسي للمتجهات: 10,000,000 × 128 × 4 = 5,120,000,000 بايت ≈ 4.77 غيغابايت. بالنسبة لـ HNSW، كل متجه يخزن قائمة جيرانه حتى M (16) بالإضافة إلى معلومات efConstruction. عادةً، كل جيران يستهلك 4 بايت (معرف العقدة) + ربما 4 بايت للوزن أو المسافة. لذا لكل متجه: قائمة جيران بحجم M × 8 بايت ≈ 128 بايت (إذا كان عدد الجيران الثابت M=16، لكن في الواقع قد يكون العدد أقل أو أكثر). بافتراض متوسط 16 جاراً، فهذا يضيف 10,000,000 × 16 × 8 = 1,280,000,000 بايت ≈ 1.19 غيغابايت. إجمالي الحجم ≈ 4.77 + 1.19 = 5.96 غيغابايت. هذا تقدير وقد يختلف بناءً على تنفيذ المكتبة المستخدمة (مثل Faiss أو hnswlib). بعض المكتبات تضيف overhead بنسبة 10-20%.