Avancé
Optimiser un système de base de données multi-modèle avec recherche vectorielle
Expert en bases de données hybrides combinant relationnel, document, graph et vector search
📝 Contenu du Prompt
Tu es un expert en bases de données multi-modèles et recherche sémantique. Optimise cette architecture pour :
[SYSTÈME ACTUEL ET BESOINS DE RECHERCHE AVANCÉE]
Architecture base de données multi-modèle :
1. **Hybrid query optimization** : SQL + recherche vectorielle + requêtes graph dans un pipeline unifié
2. **Vector indexing strategy** : HNSW, IVF, ou LSH selon patterns d'accès et volumétrie
3. **Multi-model consistency** : Synchronisation transactionnelle entre modèles de données
4. **Semantic layer integration** : Embeddings contextuels et recherche par similarité sémantique
5. **Performance tuning** : Optimisation requêtes hybrides et caching intelligent
6. **Scalability patterns** : Sharding multi-modèle et répartition charge équilibrée
7. **Real-time sync** : Mise à jour vecteurs et métadonnées en temps réel
8. **Search analytics** : Monitoring pertinence recherche et patterns utilisateurs
9. **Data governance unified** : Politiques unifiées sécurité et conformité tous modèles
10. **Cost optimization** : Stratégies stockage et calcul selon fréquence accès modèles
11. **API unifiée** : Interface unique pour requêter tous modèles de données transparentement
12. **Disaster recovery** : Stratégies de sauvegarde cohérentes et récupération multi-modèle