您好！
我们正在为即将推出的表分区功能发起抢先体验计划，该功能将帮助 IRIS 客户管理非常大的表，并在数据库和存储层之间分配行数据和关联索引。表分区将深入 IRIS 关系数据管理的核心，为了确保我们的工作顺利开展，我们将与一些积极参与的客户合作，希望他们能够对最初的交付成果提供反馈，我们将根据需要对该功能进行细微调整。
如果您正在使用非常大的关系数据集，想要提高操作效率并愿意参与测试新功能，请在 https://www.intersystems.com/early-access-program/ 上注册。 您将收到一封欢迎电子邮件，并可通过该电子邮件转到评估门户，在那里可以找到临时开发许可证、最近的工具包、包含新功能的容器镜像，以及入门教程。
我们会定期联系注册的参与者，以分享相关更新，当然，如果需要，我们也可以直接协助您进行探索。
谢谢！
Benjamin
我们最近在向量搜索抢险体验计划中提供了新版的 InterSystems IRIS，新版本采用了新的基于分层可导航小世界 (HNSW) 索引算法的近似最近邻索引。 这一新增功能可对大型向量数据集进行高效的近似最近邻搜索，从而显著提高查询性能和可扩缩性。
HNSW 算法旨在通过构建基于图形的结构来优化高维数据的向量搜索，从而更快地在大型向量集合中找到近似邻。 无论您使用的是推荐系统、自然语言处理，还是其他机器学习应用，HNSW 都能显著缩短搜索时间，同时允许您调整准确度水平，但准确度提高的代价是查询时间变慢。
HNSW 的主要优点包括：
• 即使数据集规模不断扩大，也能加快搜索速度
• 减少内存占用，同时保持高准确度
• 与现有的 IRIS 向量搜索功能无缝集成
最新版本现已通过向量搜索抢先体验计划提供。 要参与，请在此处注册，下载新版本并开始测试。 我们正在持续增强向量搜索的功能，因此您的反馈至关重要！
我们鼓励您探索性能改进方法，并与社区分享您的想法。 如果您在抢先体验阶段遇到任何问题或有任何反馈，请联系我。
祝您编码愉快！