- 综合排序
- 最热优先
- 最新优先
- 来自专栏milvus数据库
pymilvus创建IVF_SQ8向量索引
目前，向量字段仅支持一种索引类型，即只能创建一个索引。 milvus支持的向量索引类型大部分使用近似最近邻搜索算法(ANNS,approximate nearest neighbors search) 。 IVF_SQ8索引由于IVF_FLAT未对原始的向量数据做任何压缩，IVF_FLAT索引文件的大小与原始数据文件大小相当。 当磁盘或内存、显存资源有限时，IVFSQ8是一个更好的选择。 它通过对向量进行标量量化（Scalar Quantization），能把原始向量中每个FLOAT（4字节）转为UINT8（1字节），从而可以把磁盘及内存、显存资源的消耗量减少70% ~ 75%。
58410编辑于 2024-04-08 - 来自专栏腾讯云Elasticsearch Service
ES8 向量功能窥探系列（二）：向量数据的存储与优化
导语在上一篇文章《ES8 向量功能窥探系列（一）：混合搜索功能初探与增强》中，我们初步探讨了 Elasticsearch 8.x 的混合搜索功能，包括 kNN 查询流程、RRF 融合算法以及相关的功能增强 我们会重点探究在 ES8 引入向量功能后所发生的变化。本文所引用代码均为 ES 8.16.1 版本。 事实上，在int8_hnsw的配置下，.vec是原始 32bit 的float32的向量，.veq是标量量化后所得到的 8bit 的int8（有符号的int7）的向量，所以存储大小差不多是前者的 1/4 在前文中提到，通过.veq文件可以获取到量化后的int8向量。事实上，.veq和.vec的读写方式和格式都如出一辙，唯一不同的就是向量值类型。 veb的大小下降为.veq的约 1/8，这与两者的量化程度分别为 8bit 和 1bit 吻合。.vex大小始终未发生太大波动，因为它只包含 HNSW 图的节点和边信息，并不包含向量原始值。
1.9K10编辑于 2025-02-20 艾体宝产品丨Redis 8 向量搜索实测：轻松扩展至 10 亿向量
面对生成式 AI 带来的超大规模向量需求，Redis 8 向量搜索实测轻松支持 10 亿向量，依旧保持低延迟与高吞吐表现。 无论是 AI 检索、推荐系统还是多模态生成应用，Redis 8 都是你构建高效向量服务的可靠选择。 将向量搜索扩展到 10 亿个向量并非易事，但 Redis 8 的发布让这一过程显得轻松。 测试结果在十亿向量规模下，使用实时索引，Redis 8 社区版可以维持每秒 66K 向量插入，对于允许至少 95% 精确度（M 16 和 EF_CONSTRUCTION 32）的索引配置。 Redis 8 证明了实时向量搜索不仅适用于数百万个向量，还能扩展到数十亿个向量，同时保持高性能。
59210编辑于 2025-05-22告别 Token 焦虑：我给 OpenClaw 装上了腾讯云向量桶，成本直降 90%！
2.腾讯云向量桶：给“龙虾”塞进一个动态外脑就在大家伙儿都在卷“模型上下文长度”的时候，腾讯云搞了个挺绝的操作：向量桶（COSVectorBucket）。 实验B：向量桶模式（智能路由）同样是这50个Skill，全部丢进腾讯云向量桶。初始Context：几乎为零。单轮开销：因为只检索了相关的1个Skill，Token消耗降低了92%！AI表现：干净利落。 直接去腾讯云COS控制台，找个桶，点一下那个Vector功能。这一步最爽的地方在于，你是在用操作文件的方式操作向量，完全没有学习门槛。 你可以尽情地写，向量桶会帮你处理好“注意力”的问题。 开发者社区里已经有很多大佬分享了创意实践，不管是做私人助理、代码专家还是行业知识库，向量桶的表现都堪称惊艳。
58021编辑于 2026-03-14- 来自专栏腾讯云存储
巧用 COS 向量桶给 OpenClaw 装上智能路由，Token 狂降92%！
COS 向量桶完美解决了我们的痛点： 开箱即用，免运维：不需要搭集群，不需要调优内存，就像建一个普通的存储桶一样，1 分钟搞定。 图注：三步部署流程——激活向量桶、构建 Skill 索引、挂载拦截 Hook 三、效果炸裂：这是一份能给老板看的成绩单 这套基于 COS 向量桶的路由系统上线后，我们模拟了 10 个典型用户的查询场景（ ，所有向量桶操作开箱即用！ ，采用cos-vectors-skill来操作cos向量桶。 是时候用 COS 向量桶给它做个“减负手术”了！ 立即前往 https://console.cloud.tencent.com/cos/bucket 创建向量桶。
1K32编辑于 2026-03-16 - 来自专栏用户2442861的专栏
桶排序
每个桶子再个别排序（有可能再使用别的排序算法或是以递回方式继续使用桶排序进行排序）。桶排序是鸽巢排序的一种归纳结果。当要被排序的阵列内的数值是均匀分配的时候，桶排序使用线性时间（Θ（n））。 总共有100个桶。然后对A[1..n]从头到尾扫描一遍，把每个A[i]放入对应的桶B[j]中。 然后再对这100个桶中每个桶里的数字排序，这时可用冒泡，选择，乃至快排，一般来说任何排序法都可以。 最后依次输出每个桶里面的数字，且每个桶中的数字从小到大输出，这样就得到所有数字排好序的一个序列了。 假设有n个数字，有m个桶，如果数字是平均分布的，则每个桶里面平均有n/m个数字。 因为输入数均匀分布在[0，1)上，所以一般不会有很多数落在一个桶中的情况。为得到结果，先对各个桶中的数进行排序，然后按次序把各桶中的元素列出来即可。 当然桶排序的空间复杂度为O(N+M)，如果输入数据非常庞大，而桶的数量也非常多，则空间代价无疑是昂贵的。此外，桶排序是稳定的。
77240发布于 2018-09-14 - 来自专栏我的博客
桶排序
桶排序 (Bucket sort)或所谓的箱排序，是一个排序算法，工作的原理是将数组分到有限数量的桶子里。 每个桶子再个别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排序） 思想： 设待排序序列的元素取值范围为0到m，则我们新建一个大小为m+1的临时数组并把初始值都设为0，遍历待排序序列
72860发布于 2018-04-28 - 来自专栏数据结构与算法
桶排序
桶排序 桶排序的思想是若待排序的记录的关键字在一个明显有限范围内(整型)时，可设计有限个有序桶，每个桶装入一个值（当然也可以装入若干个值），顺序输出各桶的值，将得到有序的序列。 iostream> 2 using namespace std; 3 int a[100001]; 4 int b[100001]; 5 int maxn=-1; 6 int main() 7 { 8
61990发布于 2018-04-12 - 来自专栏Jed的技术阶梯
桶排序
桶排序是一种排序的思想，其实现包括计数排序和基数排序两种，冒泡排序、选择排序、插入排序、归并排序、快速排序和堆排序都是基于比较的排序，而桶排序提出了一种新的思路，即基于数据状态的排序。 1. 桶排序的思想 (1) 得到无序数组的取值范围 ? (2) 根据取值范围"创建"对应数量的"桶" ? (3) 遍历数组，把每个元素放到对应的"桶"中 ? (4) 按照顺序遍历桶中的每个元素，依次放到数组中，即可完成数组的排序。 "桶"是一种容器，这个容器可以用多种数据结构实现，包括数组、队列或者栈。 2. ，总的来说为O(n) 稳定性：桶排序是否稳定取决于"桶"用什么数据结构实现，如果是队列，那么可以保证相同的元素"取出去"后的相对位置与"放进来"之前是相同的，即排序是稳定的，而如果用栈来实现"桶"，则排序一定是不稳定的 ，因为桶排序可以做到稳定，所以桶排序是稳定的排序算法 3.
1.3K60发布于 2019-05-09 - 来自专栏用户1175783的专栏
# 桶排序
# 桶排序 # 原理 求出无序集合的最大值与最小值（这里的最小值指存在负数的情况），创建对应的数组长度 length=max+1 这里要处理一下负数 if min<0: length+=abs(min) 该length就是桶数组的长度，并创建这个桶数组将所有值初始化为0 然后遍历无须数组，修改桶中元素的个数（桶数组所以对应的值就是无需数组中相同值的个数） 最后只需要将桶数组中值大于 # 实现 inputArr = [ 11,10,199383, 34, -1,-32,-29, 4, 0, 34, 5, 4, 36, 1, 8, 123, 453, 1008] print("未排序集合 minItem>item): minItem=item # 最小值，最大值 print("min:{0}\tmax:{1}".format(minItem,maxItem)) # 创建桶数组 minItem<0): length+=abs(minItem) bigArr=[0]*length for item in inputArr: bigArr[item]+=1 # 将桶中的数据放到对应的有序数组上
45220发布于 2019-09-10 - 来自专栏后端知识体系
桶排序
# LeetCode-桶排序 桶排序算法回顾 示例1 输入: nums = [4,0,1,2,0,5] 输出: [0,0,1,2,4,5] # 解题思路 桶排序(Bucket Sort)的原理很简单 在桶排序时，创建容量为MAX的桶数组r，并将桶数组元素都初始化为0；将容量为MAX的桶数组中的每一个单元都看作一个"桶"。 在排序时，逐个遍历数组a，将数组a的值，作为"桶数组r"的下标。 ，在计数排序中，每个桶只存储相同的元素 而桶排序中每个桶存储一定范围的元素，通过映射函数，将待排序数组中的元素存储到各个对应的桶中 之后对每个桶中的元素进行排序 最后将非空桶中的元素逐个放入原序列中 桶排序需要尽量保证元素分散均匀 ，否则当所有数据集中在同一个桶中时，桶排序就会失效 桶排序的稳定性取决于桶内部使用的排序算法 # Java代码2 import java.util.ArrayList; import java.util.Collections 主要步骤有： N次循环，将每个元素装入对应的桶中 M次循环，对每个桶中的数据进行排序(平均每个桶有N/M个元素) 一般使用较为快速的排序算法，时间复杂度为O(nlogn)，实际的桶排序过程是以链表形式插入的
41630编辑于 2022-07-14 - 来自专栏hotarugaliの技术分享
桶排序
简介 桶排序是将待排序序列分到有限数量的桶中，然后对每一个桶分别进行排序。 桶排序的前提假设为被排序序列的关键字数值符合均匀分布，此时桶排序的平均时间复杂度为 ，最坏时间复杂度为 其中 为桶的数量。当桶数量 时，此时桶排序的复杂度为线性复杂度 。 桶排序是非原址的，其稳定性取决于内层排序的稳定性。一般采用稳定的插入排序作为内层排序算法，此时桶排序是稳定的。 2. 思想 桶排序的主要思想是对待排序序列的关键字数值进行分块，每一块对应一个桶，然后对每个桶使用插入排序（或其他排序算法）进行排序，最后将所有桶中的元素串联起来即得到有序序列。 3. 实现 3.1 伪代码 BucketSort(A, mx, n) { // mx 为最大数值，n 为桶数量 // 定义 n 个桶 define bucket[n] // 计算分块的块大小
41830编辑于 2022-03-01 - 来自专栏灰子学技术
限速之令牌桶和漏桶算法
对于限速来说，最常用的两个算法是：令牌桶算法和漏桶算法，下面我们便来看下它们是怎么回事。 一、令牌桶： 令牌桶这种控制机制基于令牌桶中是否存在令牌来指示什么时候可以发送流量。 如果令牌桶中存在令牌，则允许发送流量；而如果令牌桶中不存在令牌，则不允许发送流量。因此，如果突发门限被合理地配置并且令牌桶中有足够的令牌，那么流量就可以以峰值速率发送。 令牌桶的工作过程： 1.令牌根据时间匀速的产生令牌数量，这里假设是r，存入到令牌桶中. 2.令牌桶在初始化的时候，会分配一定数量的令牌数capicity。 当前时间t内可以消费的令牌数量为： 当前令牌桶剩余的令牌数(这里最大是capicity) + r*t 二、漏桶 漏桶可以看作是一个带有常量服务时间的单服务器队列，如果漏桶（包缓存）溢出，那么数据包会被丢弃 https://baike.baidu.com/item/%E6%BC%8F%E6%A1%B6%E7%AE%97%E6%B3%95 ?
9.7K32发布于 2020-10-10 - 来自专栏机器学习与自然语言处理
Stanford机器学习笔记-8. 支持向量机(SVMs)概述
8. Support Vector Machines(SVMs) Content 8. 首先，我们通过图8-1所示的二维的0/1线性分类情况来直观感受。 ? 图8-1 SVM Decision Boundary: Linearly separable case 直观上，应该去找位于两类训练样本"正中间"的划分超平面，即图8-1的黑色直线(二维)，因为该划分超平面对训练样本局部扰动的 2-范数(2-norm)： 也可称长度(length)，是二维或三维空间向量长度的推广，向量u记为||u||。 向量内积是几何向量数量积(点积)的推广，可以理解为向量a在向量b上的投影长度(范数)和向量b的长度的乘积。 image.png ?
1.1K120发布于 2018-03-13 - 来自专栏搜云库技术团队
接口限流算法：漏桶算法&令牌桶算法
这时候漏桶算法可能就不合适了，令牌桶算法更为适合。 令牌桶算法的原理是系统以恒定的速率产生令牌，然后把令牌放到令牌桶中，令牌桶有一个容量，当令牌桶满了的时候，再向其中放令牌，那么多余的令牌会被丢弃；当想要处理一个请求的时候，需要从令牌桶中取出一个令牌，如果此时令牌桶中没有令牌 00:26:59.920 | pool-1-thread-7获取令牌成功，获取耗：1.999806 第 7 个任务执行 2018-08-11 00:27:01.919 | pool-1-thread-8获取令牌成功 ，获取耗：1.999433 第 8 个任务执行 acquire函数主要用于获取permits个令牌，并计算需要等待多长时间，进而挂起等待，并将该值返回 一个RateLimiter主要定义了发放permits 令牌桶算法VS漏桶算法 漏桶 漏桶的出水速度是恒定的，那么意味着如果瞬时大流量的话，将有大部分请求被丢弃掉（也就是所谓的溢出）。 令牌桶 生成令牌的速度是恒定的，而请求去拿令牌是没有速度限制的。
1.6K30发布于 2019-10-18 - 来自专栏Java技术栈
接口限流算法：漏桶算法&令牌桶算法。
限流算法 既然要限流，就得提到限流算法了，一般有漏桶算法和令牌桶算法两种限流算法。 令牌桶算法的原理是系统会以一个恒定的速度往桶里放入令牌，而如果请求需要被处理，则需要先从桶里获取一个令牌，当桶里没有令牌可取时，则拒绝服务。 漏桶算法和令牌桶算法的选择 漏桶算法与令牌桶算法在表面看起来类似，很容易将两者混淆。但事实上，这两者具有截然不同的特性，且为不同的目的而使用。 漏桶算法与令牌桶算法的区别在于，漏桶算法能够强行限制数据的传输速率，令牌桶算法能够在限制数据的平均传输速率的同时还允许某种程度的突发传输。 因此，漏桶算法对于存在突发特性的流量来说缺乏效率。而令牌桶算法则能够满足这些具有突发特性的流量。通常，漏桶算法与令牌桶算法结合起来为网络流量提供更高效的控制。
4.5K90发布于 2018-03-30 - 来自专栏C++信息学奥赛
杨校老师课堂之桶排序——桶计数
【输入样例】7 2 5 6 1 2 8 9 2 8 3 3 9 9 4 3 1 9 4 5 3 9 1 6 4 8 3 9 1 7 1 7 1 2 3 2 5 4 1 2 6 4 7 9 4 6 10 【输入样例】7 2 5 6 1 2 8 9 2 8 3 3 9 9 4 3 1 9 4 5 3 9 1 6 4 8 3 9 1 7 1 7 1 2 3 2 5 4 1 2 6 4 7 9 4 6 10
27000编辑于 2025-07-03 - 来自专栏C++信息学奥赛
杨校老师课堂之桶排序——桶标记
通过签到确定已经有8位同学到达，请输出未到达同学的编号。【输入格式】输入一行，8个数字，表示已经签到同学的编号【输出格式】输出一行，2个整数，表示未签到同学的编号，按照从小到大的顺序输出。 【输入样例】3 2 9 10 6 4 5 7【输出样例】1 8#include <iostream>using namespace std;int main() { int a[15] = {0}
19400编辑于 2025-07-03 - 来自专栏人人都是架构师
常用限流策略——漏桶与令牌桶介绍
我们生活中也会经常遇到限流的场景，比如：某景区限制每日进入景区的游客数量为8万人；沙河地铁站早高峰通过站外排队逐一放行的方式限制同一时间进入车站的旅客数量等。 漏桶法的关键点在于漏桶始终按照固定的速率运行，但是它并不能很好的处理有大量突发请求的场景，毕竟在某些场景下我们可能需要提高系统的处理效率，而不是一味的按照固定速率处理请求。 / 1 10ms // 2 10ms // 3 10ms // 4 10ms // 5 10ms // 6 10ms // 7 10ms // 8 令牌桶其实和漏桶的原理类似，令牌桶按固定的速率往桶里放入令牌，并且只要能从桶里取出令牌就能通过，令牌桶支持突发流量的快速处理。 对于从桶里取不到令牌的场景，我们可以选择等待也可以直接拒绝并返回。 对于令牌桶的Go语言实现，大家可以参照github.com/juju/ratelimit库。
1.1K30编辑于 2023-09-10 - 来自专栏码农沉思录
如何实现漏桶算法与令牌桶算法
目前常见的算法是漏桶算法和令牌算法。 令牌桶算法。相比漏桶算法而言区别在于，令牌桶是会去匀速的生成令牌，拿到令牌才能够进行处理，类似于匀速往桶里放令牌。 漏桶算法是：生产者消费者模型，生产者往木桶里生产数据，消费者按照预先定义的速度去消费数据。 应用场景： 漏桶算法：必须读写分离的情况下，限制读取的速度。 ，确认没有超过桶的最大的容量 private Monitor offerMonitor=new Monitor(); //从桶里消费数据时，桶里必须存在数据 private Monitor 相比漏桶算法而言区别在于，令牌桶是会去匀速的生成令牌，拿到令牌才能够进行处理，类似于匀速往桶里放令牌 * 漏桶算法是：生产者消费者模型，生产者往木桶里生产数据，消费者按照定义的速度去消费数据 * * 应用场景 ： * 漏桶算法：必须读写分流的情况下，限制读取的速度 * 令牌桶算法：必须读写分离的情况下，限制写的速率或者小米手机饥饿营销的场景 只卖1分种抢购1000 * * 实现的方法都是一样。
1.9K20发布于 2019-07-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号