高性能部署最佳实践
要发挥Orama的最大效能，建议采用以下策略：
- 索引分片：按业务维度拆分索引（如产品库分北美/欧洲片区），实测可降低80%内存占用
- incremental update：对于频繁变动的数据，采用`insert`而非重建索引，配合`persistence`插件实现原子化更新
- caching mechanism：在Edge网络使用KV存储缓存热门查询，Cloudflare Workers实测QPS可达12,000+
- 向量量化：对浮点向量采用PQ（Product Quantization）压缩，存储空间减少75%而精度损失<3%
监控方面，建议追踪：
– 第95百分位延迟（目标<100ms）
– 索引内存占比（警惕超过V8引擎1.4GB限制）
– 混合搜索中向量/文本的召回贡献比
通过`@orama/plugin-analytics`可以获取这些关键指标。
This answer comes from the articleOrama: a high-performance full-text book and vector search engineThe
May not be reproduced without permission:AI productivity tools " 在生产环境中部署Orama需要考虑哪些性能优化策略？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil