維護向量索引

在 AlloyDB for PostgreSQL 中維護可擴充的最鄰近項目 (ScaNN) 向量索引，有助於在資料表資料隨時間變更時，維持搜尋召回率和查詢效能。您可以監控索引分布指標，偵測資料偏移，並透過自動索引維護或手動重建，維持向量索引平衡。

事前準備

管理索引維護作業前，請先安裝或更新 vector 和 alloydb_scann 擴充功能：

  • 如果尚未安裝 vector 和 alloydb_scann 擴充功能，請先安裝。

    CREATE EXTENSION IF NOT EXISTS vector;
CREATE EXTENSION IF NOT EXISTS alloydb_scann;

  • 如果已安裝 vector 和 alloydb_scann 擴充功能，請更新。

    ALTER EXTENSION vector UPDATE;
ALTER EXTENSION alloydb_scann UPDATE;

自動維護索引

您可以讓 AlloyDB 自動管理向量索引。隨著資料集增加，AlloyDB 會分析及更新群集中心，並分割大型離群值分區。這項功能會自動提升每秒查詢次數 (QPS) 和搜尋結果品質。任何自動更新都會永久生效，直到下次維護作業執行為止。

AlloyDB 預設會為自動調整的 ScaNN 索引啟用自動索引維護功能。如要建立自動調整的 ScaNN 索引，但停用自動維護功能，請參閱「停用自動索引的自動維護功能」。

如要為手動建立的索引啟用自動維護功能，請參閱「在建立索引時啟用自動維護功能」。

在建立索引時啟用自動維護功能

如要在建立索引時啟用自動維護功能，請將 auto_maintenance 參數設為 on。舉例來說，請參閱下列建立 ScaNN 向量索引的指令。

CREATE INDEX INDEX_NAME ON TABLE_NAME \
USING scann (EMBEDDING_COLUMN_NAME DISTANCE_FUNCTION_NAME) \
WITH (mode='INDEX_MODE', num_leaves=NUM_PARTITIONS, auto_maintenance=on);

請替換下列變數：

  • INDEX_NAME：要建立的索引名稱。例如，my_scann_index。索引名稱會在資料庫中共用。請確保資料庫中每個資料表的索引名稱皆不重複。

  • TABLE_NAME：要新增索引的資料表。

  • EMBEDDING_COLUMN_NAME：儲存要建立索引的 vector 資料。

  • DISTANCE_FUNCTION_NAME：要用於這個索引的距離函式。選擇下列其中一個選項：

    • L2 距離： l2

    • 點積： dot_product

    • 餘弦距離： cosine

  • INDEX_MODE：建立 ScaNN 索引的模式。可用的值如下：

    • AUTO：AlloyDB 會自動管理及調整索引結構。如果 mode 設為 AUTO，預設 auto_maintenance 值為 on。

    • MANUAL：手動管理及調整 ScaNN 索引。當 mode 設為 MANUAL 時，預設 auto_maintenance 值為 off。

    如要進一步瞭解應使用哪種索引模式，請參閱「建立 ScaNN 索引」。

  • NUM_PARTITIONS：要套用至這個索引的分區數量。請將這個值設為 3 到 1048576 之間的任何值。如要進一步瞭解如何決定這個值，請參閱「調整 ScaNN 索引」。

為現有索引設定自動維護功能

如要為現有的手動索引設定自動維護功能，請執行下列指令：

ALTER INDEX INDEX_NAME SET (auto_maintenance = AUTOMATIC_MAINTENANCE);

請替換下列變數：

  • INDEX_NAME：要變更的索引名稱。例如：my_scann_index。

  • AUTOMATIC_MAINTENANCE：啟用或停用自動維護功能。如要啟用，請將值設為 on。 如要停用，請將值設為 off。

提高自動維護作業的輸送量

如要提高自動維護處理量，請設定 scann.max_background_workers 資料庫旗標。增加背景工作人員數量，可提高單位時間內處理的索引數量。但不會縮短個別索引的處理時間。這個值必須小於為資料庫叢集設定的 max_worker_processes 值。

如要進一步瞭解如何設定資料庫旗標，請參閱「設定執行個體的資料庫旗標」。

延長自動維護延遲時間

如要延長自動維護作業的執行間隔，請設定 scann.maintenance_background_naptime_s 資料庫旗標。

如要進一步瞭解如何設定資料庫旗標，請參閱「設定執行個體的資料庫旗標」。

搜尋分區百分比

AlloyDB 會自動分割大型離群值分區，因此分區數量會增加，建議您調整搜尋的葉節點數量，以維持最佳效能。如要自動管理這個數字，請設定 scann.pct_leaves_to_search 參數。

scann.pct_leaves_to_search 代表要搜尋的目前分區百分比。這項參數可設為 0 到 100 之間的任何值。預設值為 0，這會停用這項參數，並改用 scann.num_leaves_to_search 中設定的值。如果 scann.num_leaves_to_search 也設為 0，則 AlloyDB 預設為 1% 個葉節點。

如果預期資料集會大幅成長，請將初始值設為 1。

執行下列指令，設定 scann.pct_leaves_to_search：

ALTER DATABASE DB_NAME SET scann.pct_leaves_to_search = PERCENTAGE_PARTITIONS_TO_SEARCH;

請替換下列變數：

  • DB_NAME：資料庫名稱。
  • PERCENTAGE_PARTITIONS_TO_SEARCH：要搜尋的分區百分比。

手動叫用索引維護作業

如要手動叫用特定索引的維護作業，請執行下列指令：

SELECT scann_index_maintenance('INDEX_NAME');

將 INDEX_NAME 替換為要執行維護作業的索引名稱。例如：my_scann_index。

停用自動索引的自動維護功能

如要停用自動調整 ScaNN 索引的自動維護功能，請在建立索引時將 auto_maintenance 參數設為 OFF。舉例來說，請參閱下列指令，瞭解如何建立自動調整的 ScaNN 索引：

CREATE INDEX similarity_index ON products
       USING scann (description_embedding cosine)
WITH (MODE = 'AUTOMATIC', auto_maintenance = 'OFF');

如要對現有的自動調整 ScaNN 索引停用自動維護功能，請參閱「為現有索引設定自動維護功能」。

手動重建索引

如果資料表經常更新或插入資料，建議定期重建 ScaNN 索引，以提升召回準確率。如要進一步瞭解如何查看索引建立後的向量分布或異動變化，請參閱「查看向量索引指標」。

如要使用原始設定手動重建索引，請執行下列指令：

REINDEX INDEX CONCURRENTLY INDEX_NAME;

將 INDEX_NAME 替換為要重建的索引名稱。例如：my_scann_index。

如要進一步瞭解 PostgreSQL 中的重新建立索引作業，請參閱 REINDEX。

後續步驟