Vector 저장 TPS 및 JDBC Batch Size 비교 지원 추가 구현

[Gimini-3]

배경

DocGrid는 vector(1024)와 HNSW 검색 성능을 검증했지만, Vector 저장 경로에서 데이터 규모와 JDBC Batch Size가 처리량에 미치는 영향은 정량화되지 않았습니다.

실제 PostgreSQL 17 + pgvector 0.8.1 환경에서 HNSW 온라인 갱신과 Transaction Commit을 포함한 저장 TPS를 비교해 대량 인덱싱의 Batch 기준선을 확보합니다.

작업 범위

• 1,000·10,000·100,000건 저장 규모 비교
• JDBC Batch Size 1·100·500·1,000 비교
• 실제 vector(1024) 저장과 HNSW 온라인 인덱스 갱신 포함
• Vector 생성 비용을 제외하고 Bind부터 Commit까지 측정
• Row 수·Vector 차원·HNSW·Batch 실행 횟수 자동 검증
• 전용 Gradle 성능 테스트 작업 추가
• 설계, 원본 JSON, 측정 결과와 해석 기록
• 일반 테스트에서 장시간 성능 태그 분리

완료 조건

• 12개 Profile을 실제 PostgreSQL에서 측정
• Profile별 TPS·저장 시간·Batch 호출·저장 공간 기록
• 저장 Row 수와 1024차원 계약 검증
• Batch 실패와 부분 저장 없음
• 전용 스모크 테스트와 전체 일반 회귀 테스트 성공

측정 경계

포함:

• PreparedStatement Bind와 addBatch()
• executeBatch()
• pgvector 저장과 HNSW 온라인 갱신
• Transaction Commit

제외:

• BGE-M3 추론과 HTTP
• Chunk 생성
• Vector 생성과 문자열 직렬화
• 신규 HNSW 일괄 구축 시간