一、步骤1：选择节点类型
腾讯云向量数据库依据存储节点 CPU 与内存资源分配比例不同，分为计算型、标准型、存储型三类，如下表所示。请根据业务特点选择合适的节点类型。
| 节点类型 | CPU 与内存分配比例 | 主要特点 | 适用场景 | 典型业务 |
| 计算型 | 1:2 | 主要用于快速查找和检索向量数据，计算性能非常高价格相对较高 | 特别适用于高并发查询请求、流量大、延迟敏感的场景 | 实时推荐、广告投放等 |
| 标准型 | 1:4 | 具有均衡的计算和存储资源价格适中 | 适用于绝大多数日常业务 | RAG 应用 |
| 存储型 | 1:8 | 主要用于存储和管理大规模的向量数据，计算性能较弱价格相对较低 | 特别适用于数据量大、数据增长快、查询 QPS 相对较低的场景 | 数据清洗、审核流等 |
二、步骤2：选择节点规格
请根据业务所需的节点类型以及估算的内存，选择节点所需的规格。若已预估业务有100万条数据，向量数据为1536维，QPS 要求不高，则根据公式单节点内存（GB）= 数据量 *（向量维度 * 4 + M * 8）* 1.2/(1024^3) 估算 HNSW 向量索引单节点所需内存 = 1.2 × 1000000 × (1536 × 4 + 20 × 8) / (1024^3) ≈ 7.04GB，可选择计算型4核8GB、标准型2核8GB或存储型1核8GB规格。
注意：说明：
注意：选择规格时，除了考虑实际数据存储所需的内存之外，还需要评估额外的内存，例如，处理请求、缓存数据、并发处理等所需消耗的内存资源。否则，将会造成集合只读、新数据无法写入、新集合无法重建等异常而阻塞业务正常运行。
注意：说明：
| 节点类型 | CPU | 内存（GB） | 建议向量数据规模（基于1536维32位 Float 存储下估算的向量规模，不包含标量数据） | 建议向量数据规模 （基于768维32位 Float 存储下估算的向量规模，不包含标量数据） |
| 计算型 | 1 | 2 | 250,000 | 500,000 |
| | 2 | 4 | 500,000 | 1,000,000 |
| | 4 | 8 | 1,000,000 | 2,000,000 |
| | 8 | 16 | 2,000,000 | 4,000,000 |
| | 16 | 32 | 4,000,000 | 8,000,000 |
| | 24 | 48 | 6,000,000 | 12,000,000 |
| | 32 | 64 | 8,000,000 | 16,000,000 |
| 标准型 | 1 | 4 | 500,000 | 1,000,000 |
| | 2 | 8 | 1,000,000 | 2,000,000 |
| | 4 | 16 | 2,000,000 | 4,000,000 |
| | 8 | 32 | 4,000,000 | 8,000,000 |
| | 12 | 48 | 6,000,000 | 12,000,000 |
| | 16 | 64 | 8,000,000 | 16,000,000 |
| 存储型 | 1 | 8 | 1,000,000 | 2,000,000 |
| | 2 | 16 | 2,000,000 | 4,000,000 |
| | 4 | 32 | 4,000,000 | 8,000,000 |
| | 6 | 48 | 6,000,000 | 12,000,000 |
| | 8 | 64 | 8,000,000 | 16,000,000 |
三、步骤3：计算节点数量
腾讯云向量数据库采用分布式架构，支持多节点通信与协调，目前支持1~50个节点。默认选择3个节点来保证高可用。
| 实例类型 | 节点数量 | 说明 |
| 单机版 | [1,50] | 如果需50节点以上更大规格，请 提交工单 申请。 |
| 高可用版 | 两可用区：[2,50]三可用区：[3,50] | |
如果单个节点的规格小于业务所需内存，那么就需要使用多个节点来组成一个集群，以满足业务需求。可以按照以下公式将单个节点所需的内存大小转化为节点数，计算需要的节点数量。
节点数 = 单节点内存估算大小 × (1 + 副本数) ÷ 单节点内存规格
·单节点内存估算大小：指一个节点所需的内存大小，包括向量索引内存和标量索引内存，即为 资源估算 的大小。
·单节点规格：指每个节点的内存规格，即为 步骤3：选择节点规格 对应的内存容量。
·1 + 副本数：副本指每个节点的副本数量。已在 选择实例类型与副本数 中确定副本数量。
示例：单份数据30GB，副本数 = 1（1主1副本），那总内存就是60GB，此时可以选3个24GB规格的节点。