← ニュース一覧
Databricks Blog2026年10月15日
Lakebase Searchのサイズ設定：実アプリと400万件のパッセージから得た教訓
英語原文から AI が翻訳しました。 英語版を見る
要約
Local File Cacheのサイズをベクターインデックスに合わせることでページの最大98%をメモリ上に維持し、Lakebase Postgres内でウォーム時のベクター検索レイテンシを1桁ミリ秒へと短縮します。検索候補プールを200に絞ることで上位10件の精度の90.5%を維持しながらページ読み込みを3分の2に削減し、常時稼働の0.5 CU構成により月額31〜40ドルで最適な本番稼働のベースラインを実現します。
* Lakebase Searchは、アプリケーションデータベース内のPostgres拡張機能としてベクター検索とBM25キーワード検索を実行するため、開発者は別の検索システムや2つ目のトランザクション経路を維持することなくハイブリッド検索を利用できます。 * ベンチマークによると、Local File Cacheのサイズをベクターインデックスにほぼ合わせることでページの95〜98%をメモリ内に維持し、ウォーム時のベクター検索レイテンシを1桁ミリ秒に短縮できます。また、候補プールを1,000から200に減らすことで、ページ読み込みを3分の1に抑えつつ、上位10件の精度の90.5%を維持できます。 * Lakebase Postgresは稼働中のみコンピュートの料金が発生し、10万9千件のリクエストを処理した14分間の負荷テストでのLakebase Postgresのコンピュート費用はわずか0.02ドルでした。そのため、コールドスタートを防ぐための月額31〜40ドルの常時稼働0.5 CU構成が本番環境の推奨ベースラインとなります。