Vespa Bewertungen & Produktdetails

Wir haben das Enclave-Produkt gekauft, das wirklich gut zu uns passte, weil es uns ermöglichte, die Hosts in unserem eigenen Google-Cloud-Konto zu betreiben (zu unseren Preisen mit Google) und somit keine Datenübertragung erforderte, was gut mit unserer Sicherheitsstrategie übereinstimmte. Es bot leichtgewichtige Bereitstellungs- und Beobachtungsdienste, die uns fehlten, und half uns, schnell und mit minimalem Aufwand zu starten.

Das Vespa-Such-Backend selbst entsprach gut unseren Anforderungen an eine nahezu Echtzeit-Hybridsuche, die die Suche nach den nächsten Nachbarn mit Attributfiltern in einer verteilten und hoch skalierbaren Weise kombiniert. Unsere Zielinstallation umfasste >12TB Speicher über 24 Hosts und hielt O(1B) Vektoreinbettungen. Bewertung gesammelt von und auf G2.com gehostet.

Vespa präsentiert in einer skalierbaren Bereitstellung eine ziemlich komplexe Architektur mit vielen Einstellmöglichkeiten und Schnickschnack. Es dauerte mehrere Monate, um sich mit ihnen vertraut zu machen. Der Vespa-Berater war dabei sehr hilfreich. Vespa aus BigQuery zu speisen war schwieriger als erwartet. Native Erweiterungen können nur in Java geschrieben werden, was sich ohne eine native Java-Toolchain in unserem Unternehmen als zu herausfordernd erwies. Die Dokumentation ist umfangreich, könnte aber besser organisiert sein und an einigen Stellen mehr kontextbezogene Beispiele enthalten. Bewertung gesammelt von und auf G2.com gehostet.

Das hilfreichste ist die Open-Source-Big-Data-Engine, die hilft, große Datenmengen in Echtzeit mit sehr geringer Latenzzeit zu verarbeiten und bereitzustellen. Ihre Inhalts-Empfehlungen sind sehr nützlich für die moderne Echtzeitanalyse. Außerdem ist sie flexibler und skalierbarer mit fortschrittlichen Abfragetechniken, die sie benutzerfreundlicher machen. Bewertung gesammelt von und auf G2.com gehostet.

Die Integration von Vespa in bestehende Systeme und Arbeitsabläufe kann herausfordernd sein, insbesondere wenn die Systeme auf unterschiedlichen Technologien basieren. Die Dokumentation und der Kundensupport für eine Open-Source-Lösung sind im Vergleich zu Echtzeitprodukten nicht erstklassig. Da es hoch spezialisiert ist, kann es für einfachere Anwendungen mit weniger anspruchsvollen Anforderungen überdimensioniert sein. Bewertung gesammelt von und auf G2.com gehostet.

Für unseren Anwendungsfall in der Werbung lässt Vespa Apache Lucene-basierte Produkte weit hinter sich:

- Hoher Indexierungsdurchsatz beim Suchen

- Sehr, sehr technisches Team

- Beste technische Unterstützung und Beratung

- Mehrfach wurden Diskussionen geführt und am nächsten Tag wurde die Idee umgesetzt Bewertung gesammelt von und auf G2.com gehostet.

- Die Suche ist immer noch kostspielig

- Verbesserung der ANN-Fähigkeiten mit Ideen wie DiskANN

- Vereinfachung der Schema-Konfiguration und -Tests

- Mehr auf cloud-native Technologien setzen Bewertung gesammelt von und auf G2.com gehostet.

Vespa bietet eine umfassende Reihe von Funktionen, die man in einer Suchmaschine suchen würde, insbesondere in mehr Ranking-Fähigkeiten (z.B. Nutzung von ML-Modellen) und Leistung als das, was Elasticsearch standardmäßig bietet. Sie machen auch ständig Fortschritte in neuen Fähigkeiten, die eine schöne Hybridlösung zwischen Vektordatenbanken und einer herkömmlichen Suchmaschine bieten. Besonders für unser Geschäftsproblem bei OkCupid, potenzielle Matches für Millionen anderer Nutzer basierend auf einer Vielzahl von Faktoren und Ranking-Algorithmen zu empfehlen, war Vespa eine großartige Lösung, um nicht nur diese Anwendungsfälle zu erfüllen, sondern auch die Entwicklungs- und Iterations-Workflows unseres Teams in unserem Empfehlungssystem zu verbessern.

Das Vespa-Team ist auch sehr aktiv auf Slack: https://vespatalk.slack.com/ssb/redirect und wirklich kollaborativ. In meinem Fall arbeiteten wir mit einem Ingenieur aus ihrem Team zusammen, der half, Verbesserungsänderungen in die Engine einzubringen, um uns bei der Erfüllung unserer Anwendungsfälle zu unterstützen. Bewertung gesammelt von und auf G2.com gehostet.

Eine der Herausforderungen in der Vergangenheit betraf die Dokumentation sowie das allgemeine Wissen und die Expertise der Gemeinschaft. Ihre Dokumentation hat seitdem eine umfassende Überarbeitung erfahren. Bewertung gesammelt von und auf G2.com gehostet.

Leistungsstarke Suchfunktionen: Die Suchmaschine von Vespa.ai liefert blitzschnelle und hochrelevante Ergebnisse, selbst bei komplexen Anfragen über umfangreiche Datensätze. Ihre fortschrittlichen linguistischen Fähigkeiten gewährleisten ein genaues Verständnis der Suchabsicht.

Skalierbare Architektur: Ich muss mir keine Sorgen über die Skalierung mit dem Vespa-Cloud-Angebot machen.

Reiche Filter- und Ranking-Funktionen: Vespa bietet umfangreiche Möglichkeiten zum Filtern, Ranken und Mischen von Ergebnissen basierend auf mehreren Kriterien und maschinellen Lernmodellen. Wir nutzen ihre HNSW- und BM25-Rankings.

Integration von maschinellem Lernen: Ihre enge Integration mit fortschrittlichen maschinellen Lern-Frameworks wie TensorFlow und PyTorch ermöglicht eine einfache Bereitstellung von benutzerdefinierten ML-Modellen für Ranking, Empfehlungen und andere Anwendungsfälle.

Kundenservice der Spitzenklasse: Das Vespa-Team war äußerst reaktionsschnell auf meine Fragen zur Implementierung bestimmter Funktionen. Bewertung gesammelt von und auf G2.com gehostet.

Es kann eine steile Lernkurve geben, wenn man sich in das Produkt einarbeitet, obwohl es die Investition an Zeit wert ist. Bewertung gesammelt von und auf G2.com gehostet.

Ich kann Empfehlungsanwendungen erstellen und Echtzeit-Maschinenlern-Inferenzen mit diesem Stack bereitstellen. Ein solches Maß an Funktionalität ist das, was wir für unsere groß angelegten Suchanwendungen benötigen. Bewertung gesammelt von und auf G2.com gehostet.

Die Initialisierung und das anschließende Funktionieren von Vespa erfordern tatsächlich ein erhebliches Maß an Systemkonfiguration. Es kann manchmal etwas undurchsichtig sein, und um Probleme zu beheben, muss man die zugrunde liegende Umgebung wirklich verstehen. Bewertung gesammelt von und auf G2.com gehostet.

Bewährte Skalierbarkeit mit planetenweiten Bereitstellungen. Intern bei Yahoo verwendet.

Selbstgehostet mit Docker und Kubernetes oder cloudbasiert mit automatischer Skalierung und automatisierten Updates.

Bereitstellung aus Konfiguration, mit API oder CLI.

Vektorsuche mit selbstgehosteten und entfernten Einbettungsmodellen.

Hybridsuche.

Sehr leistungsstarke Ranking-Sprache.

Mehrstufig: Abruf, Ranking, Neuranking.

Großartige Unterstützung auf GitHub. Bewertung gesammelt von und auf G2.com gehostet.

Die interne Architektur ist flexibel, aber komplex zu beherrschen. Die Dokumentation war früher verwirrend, wird aber besser. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag die Open-Source- und kostenlosen 300-Dollar-Cloud-Guthaben für das Hosting der Live-Anwendungen. Bewertung gesammelt von und auf G2.com gehostet.

Ich fühle, dass mehr Dokumentationsarbeit aussteht und benötigt wird, da ich immer noch den KI- und Vektordatenbank-Teil erkunde.

Jedenfalls bin ich glücklich, als Mitwirkender für Open Source beizutragen. Bewertung gesammelt von und auf G2.com gehostet.