Fehlerbehebung bei optimierten Funktionen

Wenn Sie optimierte KI-Funktionen in AlloyDB for PostgreSQL ausführen, können Sie Probleme beim Modelltraining, bei der Abfragevorbereitung und beim Leistungs-Fallback beheben, indem Sie die empfohlenen Korrekturen für die Warnungen oder Fehler anwenden, die von Ihren Abfragen zurückgegeben werden.

Es wird eine geringere Leistung erwartet. Optimierte KI-Funktion ist nicht verfügbar

Beschreibung

Diese Warnung weist darauf hin, dass die Abfrage auf das LLM zurückgegriffen hat. Dies geschieht, wenn die optimierte Funktion noch trainiert wird, nie vorbereitet wurde, die Validierungsprüfung der Laufzeitgenauigkeit nicht bestanden hat oder wenn die in der Funktion ai.if() referenzierten Inhalts- und Einbettungsspalten nicht zur selben Tabelle gehören. Bei kleineren Tabellen lässt sich das Proxy-Modell möglicherweise nicht gut generalisieren und die Genauigkeit liegt in der Regel unter 95 %. Daher verwendet AlloyDB standardmäßig das LLM.

Beispielabfrage, die den Fehler verursacht

EXECUTE positive_reviews_query;
  • Warten Sie, bis das Training der optimierten Funktion abgeschlossen ist.
  • Achten Sie darauf, dass die Abfrage mit der PREPARE-Anweisung richtig vorbereitet ist.
  • Prüfen Sie, ob die Inhalts- und Einbettungsspalten, auf die in der Funktion ai.if() verwiesen wird, zur selben Tabelle gehören.
  • Optimierte Funktionen (Vorabversion) eignen sich besser für größere Tabellen. Sie können auch arraybasierte KI-Funktionen verwenden, um die Leistung zu verbessern.
  • Wenn Sie die Prüfung der Laufzeitgenauigkeit umgehen möchten (z. B. in Entwicklungsumgebungen), setzen Sie google_ml_integration.runtime_accuracy_check für die gesamte Datenbankumgebung auf off.

    ALTER DATABASE DATABASE_NAME SET google_ml_integration.runtime_accuracy_check = off;
    

    Ersetzen Sie DATABASE_NAME durch den Namen Ihrer Datenbank.

Die Abfrage verarbeitet keine Zeilen oder die Modellvorbereitung schlägt fehl.

Beschreibung

Wenn die Abfrage keine Zeilen verarbeitet, liegt das hauptsächlich daran, dass die Einbettungen nicht generiert wurden oder die gesamte Einbettungsspalte NULL-Werte enthält. Dies führt dazu, dass die Abfragevorbereitung fehlschlägt, da keine Zeilen mit NULL-Einbettungen gesampelt werden.

  • Generieren Sie Einbettungen für Ihre Daten, bevor Sie optimierte Funktionen verwenden.
  • Die Einbettungsspalte darf keine NULL-Werte enthalten.
  • Abfragen, die sich nur in konstanten Werten in der WHERE-Klausel unterscheiden, können weiterhin ein vorhandenes trainiertes Modell verwenden.

Langsame Leistung trotz Verwendung optimierter KI-Funktionen

Beschreibung

Achten Sie darauf, dass Sie Ihr Kontingent für die Gemini Enterprise Agent Platform nicht überschreiten. Auch bei optimierten KI-Funktionen ist für die anfängliche Genauigkeitsprüfung zur Laufzeit ein Aufruf des Remote-LLM für eine Stichprobe von Zeilen erforderlich. Ein unzureichendes Kontingent kann dazu führen, dass diese erste Prüfung langsam ist oder fehlschlägt.

Prüfen Sie Ihr Kontingent für die Agent Platform und fordern Sie bei Bedarf eine Erhöhung an, damit die erste Prüfung der Laufzeitgenauigkeit ohne Verzögerungen durchgeführt werden kann.

ERROR: function ai.if(prompt => text, embedding => vector) does not exist

Beschreibung

Wenn Sie den Parameter model_id zusammen mit der Einbettungsspalte übergeben, wenn Sie die Funktion ai.if() aufrufen, verwendet AlloyDB das trainierte Proxymodell nicht und generiert einen Fehler wie den folgenden:

testdb=# select ai.if('Is the rating positive?' || review, review_embedding, 'gemini-2.5-pro') from restaurant_reviews;
ERROR:  function ai.if(text, vector, unknown) does not exist
LINE 1: select ai.if('Is the rating positive?' || review, review_embe...
               ^
HINT:  No function matches the given name and argument types. You might need to add explicit type casts.

Achten Sie darauf, dass Sie den Wert model_id nicht übergeben, wenn Sie die Funktion ai.if() aufrufen. So wird sichergestellt, dass AlloyDB das trainierte Proxymodell zum Verarbeiten der Abfrage verwendet.