在MySQL中测试复合索引和分页查询，使用8万条记录。结果表明，复合索引显著提升了过滤和排序性能，尤其是遵循从左到右的顺序。同时，索引加速了分页查询，减少了查询时间。

作者在实验中成功将1万亿行数据加载到PostgreSQL，使用Citus列存储和分片技术。通过逐步插入数据，最终查询耗时约53分钟。结果显示CPU负载高，表明系统可扩展性良好，但复杂查询需谨慎处理。

在生成式AI领域，检索增强生成（RAG）模型结合大型语言模型与外部知识库。随着知识库的扩大，检索效率变得至关重要。分层可导航小世界（HNSW）索引通过优化相似性搜索，显著提升RAG应用性能。实验显示，使用HNSW索引后，查询时间从18.3秒降至0.62秒，提升约30倍。

MongoDB在Google Cloud中推出了Atlas Search Nodes的公共预览，为搜索工作负载提供专用基础设施。这些节点提供了更好的控制、可扩展性和性能，减少了停机时间，提高了用户体验。开发人员可以轻松地隔离和优化搜索和数据库资源，无需单独的ETL工具。引入Atlas Search Nodes后，复杂查询的查询时间减少了40-60%。用户可以在MongoDB UI中轻松设置搜索节点。