Weaviate • vector database(@weaviate_io)· Weaviate AI Database (@weaviate_io)·· 4 天前AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Weaviate 查询性能分析正式可用：逐分片拆解慢查询耗时
A slow query is easy to spot. Explaining 𝘸𝘩𝘺 it's slow is the hard part. The latency could come ...
AI 导读
Weaviate 的 query profiling 现已正式可用，在请求 metadata 中设置 query_profile 即可随响应返回按分片和节点组织的耗时拆解，协调节点会汇总各分片的计时，免去手动拼合多节点日志。官方举例中一个耗时 48.2ms 的分片里，向量搜索占 8.4ms、过滤解析占 2.1ms，而对象加载占 36.8ms，说明瓶颈不在 HNSW，盲目扩容会错过真正的问题。
来源：Weaviate • vector database(@weaviate_io) · x.com