HNSW在Search中遇到的问题，请帮助！！！

[llxingkongxia]

Milvus的版本是2.5.13，在使用Mivus Standalone分析HNSW Search高吞吐性能的时候，发现Pymilvus返回的时间和Knowhere C++打印耗时存在较大差距。
C++端log如下：

--- a/src/index/hnsw/faiss_hnsw.cc
+++ b/src/index/hnsw/faiss_hnsw.cc
@@ -1164,6 +1164,8 @@ class BaseFaissRegularIndexHNSWNode : public BaseFaissRegularIndexNode {
if (index_id < 0) {
return expected::Err(Status::invalid_args, "partition key value not correctly set");
}

•    TimeRecorder rc("HNSW Search", 2);
  

•    feder::hnsw::FederResultUniq feder_result;
     if (hnsw_cfg.trace_visit.value()) {
         if (rows != 1) {
  

@@ -1231,6 +1233,8 @@ class BaseFaissRegularIndexHNSWNode : public BaseFaissRegularIndexNode {
}
hnsw_search_params.sel = id_selector;

•    rc.RecordSection("setup");
  

•    // run
     auto ids = std::make_unique<faiss::idx_t[]>(rows * k);
     auto distances = std::make_unique<float[]>(rows * k);
  

@@ -1312,6 +1316,8 @@ class BaseFaissRegularIndexHNSWNode : public BaseFaissRegularIndexNode {
return expected::Err(Status::faiss_inner_error, e.what());
}

•    rc.RecordSection("parallel_search_done");
  

•    auto res = GenResultDataSet(rows, k, std::move(ids), std::move(distances));
  
     // set visit_info json string into result dataset
  

@@ -1323,6 +1329,8 @@ class BaseFaissRegularIndexHNSWNode : public BaseFaissRegularIndexNode {
res->SetJsonIdSet(json_id_set.dump());
}

•    rc.ElapseFromBegin("total");
  

•    return res;
  

  }

128维，单个segment 100万的情况下，1000个query，C++端耗时只有23ms，而Pymilvus返回耗时为426ms。
直接使用attu也没有这么高的耗时，咨询大模型，告诉我是SearchResult（protobuf -> dict行式转换）导致性变差。

请问这个现象是否合理？我的测试方法是否正确？需要修改一下Milvus Docker相关配置吗？请帮忙，非常感谢！

[xiaofan-luan]

建议不要用python api，python本身就比较慢。

另外，建议部署个监控，看看milvus服务侧的响应时间，看看有没有排队的现象。

[llxingkongxia]

不使用python api，请问怎么测试性能呢？

[xiaofan-luan]

建议用go或者其他语言都可以。
如果用python，可能要多起几个进程

[yhmo]

seach的时候是否输出了向量字段数据或者某些较大的字段？比如这样：

results = client.search(collection_name=COLLECTION_NAME,
                            data=query_vectors,
                            anns_field="vector",
                            output_fields=["vector"],
                            limit=5)

一般来说如果仅仅输出ids + distances的话，sdk的耗时和内部耗时区别不大