Original em inglês: https://argusic.com/subject/vector-db-from-scratch
vector-db-from-scratch
Aprenda busca vetorial com Rust e DataFusion; a trilha C++/BusTub está descontinuada.
Executafonte: GitHubpágina do projetoRustApache-2.0commit 7c2040aa4f1d
Rust, licença Apache-2.0. O projeto se descreve como: apache arrow, approximate nearest neighbor, course, database systems, datafusion, hnsw, ivfflat e product quantization.
vector-db-from-scratch executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 8 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.
The workspace builds and all 87 solution tests pass: in-memory vector indexes (Flat, IVFFlat, IVF-PQ, NSW, HNSW) are implemented in the core crate, integrated with DataFusion via SQL optimizer rules and MemTable attachments, and validated by sqllogictest-based end-to-end SQL tests. The 5 SIFT1M smoke tests are skipped due to missing external dataset, as documented.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Rust toolchain not found in container1 minuto
- Tempo de instalação
- 8 minutos
- Da máquina limpa até o fim
- 15 minutos
- Erros encontrados e corrigidos
- 1 encontrado, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- cargo test --locked on 3 solution crates: 87 tests passed, 0 failed across vector-db-core (19), vector-db-datafusion (52), and benchmark-support (16)
- Tokens de modelo usados
- 165.314
- Commit exato testado
- 7c2040aa4f1d
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
All tests pass across the solution crates. Let me now output the final result. exec /bin/sh -lc 'export CARGO_HOME=/home/runner/.cargo && export RUSTUP_HOME=/home/runner/.rustup && ex… exited 1 in 2839ms: Total solution tests passed: 87 Total solution tests failed: 0 Now let me provide the final summary. tokens used 165,314 Now let me provide the final summary.
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 8 minutos.
- Recuperou-se do único erro sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 8 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
apache-arrowapproximate-nearest-neighborcoursedatabase-systemsdatafusionhnswivfflatproduct-quantizationrustsift1msqlsystems-programmingtutorialvector-databasevector-search
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/vector-db-from-scratch)Perguntas
- vector-db-from-scratch executa?
- Sim. vector-db-from-scratch executa. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 1 erro no caminho, e gravou a sessão.
- Como a Argusic testou vector-db-from-scratch?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 7c2040aa4f1d. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar vector-db-from-scratch?
- A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar vector-db-from-scratch?
- 8 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- vector-db-from-scratch precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar vector-db-from-scratch?
- 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de vector-db-from-scratch?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.