Skip to content

query_hybrid_benchmarks.md

Latest commit

 

History

History
93 lines (73 loc) · 3.47 KB

query_hybrid_benchmarks.md

File metadata and controls

93 lines (73 loc) · 3.47 KB

Hybrid Query Optimizations Benchmarks (Phase 1.5+)

Stand: 6. April 2026
Version: 1.0.0
Kategorie: Query

Dieser Bericht dokumentiert die Messmethodik und Zielmetriken für die neuen Optimierungen:

  1. Parallel Filtering (TBB + multiGet)
  2. SIMD L2 Distance (AVX2/AVX512 Fallback Scalar)
  3. Geo-aware Cost Optimizer (Vector-first vs. Spatial-first Plan)

1. Methodik

1.1 Microbenchmarks

  • Datei: benchmarks/bench_simd_distance.cpp

    • Vergleicht simd::l2_distance() gegen eine reine Scalar-Implementierung für Dimensionen {64,128,256,512}.
    • Metrik: Zeit pro Distanzberechnung (µs).

  • Datei: benchmarks/bench_hybrid_vector_geo.cpp

    • Misst ANN-Suchkosten für Hybrid Vector+Geo (vereinfachter Pfad; SpatialIndex hier nicht integriert um Setup klein zu halten).
    • Metrik: Zeit für Top-k Suche (ms) bei N=5000, k=10.

1.2 Geplante Integrationstests

  • Datei: tests/test_hybrid_optimizations.cpp (Grundgerüst)
    • Testfälle:
      • Vector-first Plan (erzwungen via bbox_ratio_threshold = 0.0).
      • Brute-Force Pfad ohne Vektorindex (SIMD Distanz, Reihenfolge-Semantik).
    • Finalisierung nach Einbindung eines SecondaryIndexManager Test-Fixtures.

1.3 Vergleichs-Szenarien (Zielwerte)

Szenario Basis (vor Optimierung) Ziel (nach Optimierung) Erwartete Speedup
Brute-Force L2 (512 dim) ~X µs ~X/1.4 µs 1.3–1.5×
Vector-first Hybrid k=10 (N=5k) ~Y ms (Spatial-first) ~Y/1.2 ms 1.1–1.3×
Content+Geo 1000 FT Hits ~Z ms ~Z/2 ms 1.8–2.2×
Graph+Geo BFS depth 5 (500 nodes) ~A ms ~A/1.5 ms 1.4–1.6×

Hinweis: Platzhalter (X,Y,Z,A) werden nach erstem Benchmark-Lauf ersetzt.

2. Ausführung

2.1 Build (mit AVX2 unter MSVC)

cmake -S . -B build -G "Visual Studio 17 2022" -A x64 -DCMAKE_BUILD_TYPE=Release -DTHEMIS_ENABLE_AVX2=ON
cmake --build build --config Release --target themis_benchmarks

2.2 Benchmarks starten

.\build�ench_simd_distance.exe --benchmark_color=yes
.\build	hemis_benchmarks.exe --benchmark_filter=Hybrid_VectorFirst

2.3 Integrationstest-Lauf (nach Fertigstellung der Assertions)

cmake --build build --config Debug --target themis_tests
.�uild	hemis_tests.exe --gtest_filter=HybridOptimizations.*

3. Ergebnis-Erfassung

Nach dem Lauf die Rohdaten (JSON möglich via --benchmark_format=json) sichern:

.�uild�ench_simd_distance.exe --benchmark_format=json > simd_distance_results.json

Kennzahlen werden in diesen Bericht aufgenommen und im DATABASE_CAPABILITIES_ROADMAP.md konsolidiert.

4. Tuning-Parameter

config:hybrid_query erlaubt Feintuning:

{
  "vector_first_overfetch": 6,
  "bbox_ratio_threshold": 0.25,
  "min_chunk_spatial_eval": 64,
  "min_chunk_vector_bf": 128
}

5. Nächste Schritte

  • Assertions in test_hybrid_optimizations.cpp vervollständigen (Plan-Erkennung, Distanz-Sortierung).
  • Erweiterung des Hybrid-Benchmarks um SpatialIndex Pfad (R-Tree).
  • Dokumentation realer Messwerte und Vergleich mit Ziel-Schwellen.

6. Risiken & Validierung

  • SIMD Pfad fällt bei fehlender AVX2/AVX512 CPU transparent auf Scalar zurück (Performance-Minderung, keine Korrektheitsrisiken).
  • Parallelisierung nutzt Chunking, testweise obere Schranke für Speicherverbrauch kontrollieren.
  • Overfetch-Faktor > 10 kann Speicher-/CPU-Druck erzeugen; Standard 5 ist konservativ.

Letzte Aktualisierung: 17.11.2025