使用BES向量数据库前，用户需要优先结合业务需求和所存数据，评估集群所需的资源容量。评估方式如下：

资源估算

CPU资源

CPU资源决定了向量数据库查询的QPS能力，以基于标准embedding的768维数据为例，单节点100万条数据的情况下，数据节点的CPU数量与查询QPS能力关系如下：

CPU核数 = 预估QPS / 80

上述核数估计方式是经验公式，实际生产中一般需要通过压测方式评估最佳CPU核数选择。

内存资源

BES的数据节点默认会预留一半内存给 JVM（JVM最大占用30G内存），向量模块默认分配剩余内存的 50% 为向量数据构建索引。

向量索引的最大内存占用比例可以通过`circuit_breaker_limit`参数调节，默认设置为 50%。调节方式如下：
PUT /_cluster/settings
{
    "persistent" : {
        "bpack.knn.memory.circuit_breaker.limit" : "70%"
    }
}

快速评估内存

我们对于单节点容纳常用维度向量的能力进行了预算；提供不同节点规格，单节点支持常用维度向量的最大数据数量级。

如果用户使用的向量维度，算法以及向量模块分配内存比例与我们计算条件相匹配，可以通过下表进行快速集群规模计算。

基于标准embedding的768维数据，以HNSW算法存储，circuit_breaker_limit 参数为 50% 情况下，单节点支持最大向量数据量级如下表所示：

基于标准embedding的384维数据，以HNSW算法存储，circuit_breaker_limit 参数为 50% 情况下，单节点支持最大向量数据量级如下表所示：

上述单节点支持的最大向量数据量，均在不存在副本情况计算所得；如果存在k个副本，则单节点支持的最大向量数据量需要除以（1+k）

例如基于标准embedding的768维数据，以HNSW算法存储，circuit_breaker_limit 参数为 50% 为情况下，如果存在3个副本，32G规格节点单节点最大支持向量的数据量为500000

内存详细估算方式

如果用户使用的向量维度、算法或者内存分配比例参数与上述预算条件不同，可以通过以下方式计算所需的集群规模。

以下为一种通过估算集群的内存用量来计算集群规模的方法。需要考虑的因素包括算法的选择、给向量索引分配内存比例、向量维度和数量以及副本数。

HNSW 内存预估公式

HNSW 所需的存放向量索引内存估算公式为：

(1.1 * (4 * dims + 8 * M) * num of vectors ) bytes

注：其中M值表示构造HNSW索引期间为每个新元素创建的双向链接数。M值越高，消耗内存、存储空间以及构造时间越多但是准确率更高。

建议根据min(向量维度 * 1.5, 32)取值，一般12-48可以满足大多数场景的需求。

假设用户有100万个维度为 768 的向量，且 M 设置为 32，内存需求可以估计如下：

1.1 * (4 * 768 + 8 * 32) * 1,000,000 ≈ 3.409 GB

IVF 内存预估公式

IVF 所需的存放向量索引内存估算公式为：

1.1 * (((4 * dims) * num of vectors) + (4 * nlist * dims)) bytes.

假设用户有100万个维度为256的向量，且 nlist 设置为128，内存需求可以估计如下：

1.1 * (((4 * 256) * 1,000,000) + (4 * 128 * 256))  ≈ 1.126 GB

节点规模试算

以HNSW算法为例，1亿条768维向量(默认 M 为32)，副本数为1，节点规格选择8核64G，则使用节点数为

向量占用的内存总量 (1.1 * (4 * dims + 8 * M) * num of vectors ) bytes = （1.1 * (4 * 768 + 8 * 32) * 10kw）= 366080000000 byte ≈ 340.939 GB
考虑到有1个副本，所需要提供给向量的总内存为 340.939 GB * (1 + 1) = 681.878 GB
使用默认circuit_breaker_limit = 50%，则规格为64G的节点，单节点可以提供给向量数据的最大内存为（64G-30G）* 50% = 17G
因此需要节点数为 681.878 GB / 17G = 40.011台 ≈ 41 台

如果使用16核128G节点，并且调整 circuit_breaker_limit 为70%，则使用节点数为

向量占用的内存总量 (1.1 * (4 * dims + 8 * M) * num of vectors ) bytes = （1.1 * (4 * 768 + 8 * 32) * 10kw）= 366080000000 byte ≈ 340.939 GB
考虑到有1个副本，所需要提供给向量的总内存为 340.939 GB * (1 + 1) = 681.878 GB
使用默认circuit_breaker_limit = 50%，则规格为128G的节点，单节点可以提供给向量数据的最大内存为（128G-30G）* 70% = 68.6G
因此需要节点数为 681.878 GB / 68.6G = 42.617台 ≈ 9.940 台 ≈ 10 台

磁盘资源

数据节点所需存储容量计算方式如下：

存储容量 = 源数据大小 * (1 + 副本数量) * (1 + 数据膨胀) * (1 + 内部其他开销) * (1 + 预留空间)

源数据大小 = 标量数据量 + 向量数据量
标量数据量 = 原始标量数据的字节数
向量数据量 ≈ (4 * dims) * num of vectors * 4

• 副本数量: 推荐的副本数量为1
• 数据膨胀: 一般情况下源数据会膨胀10%-50%，用于 ES 存储索引、列存数据等 (_all参数等未计算）
• 内部其他开销: 需要预留20%，用于 segment 合并、ES Translog 等内部操作
• 安全阈值: 在上述基础上，通常至少再额外预留30%的安全阈值

因此最终的所需容量计算公式为:

存储容量 ≈ 源数据大小 * (1 + 副本数量) * 1.7

具体原理详见 https://cloud.baidu.com/doc/BES/s/Vke3oar2l

以8核64G和16核128G的BES节点为例，数据量和选购磁盘的关系如下：