Per risolvere i problemi di addestramento del modello, preparazione delle query e fallback delle prestazioni quando esegui funzioni AI ottimizzate in AlloyDB per PostgreSQL, applica le correzioni consigliate per gli avvisi o gli errori restituiti dalle query.
Sono previste prestazioni ridotte. La funzione AI ottimizzata non è disponibile
Descrizione
Questo avviso indica che la query è tornata a utilizzare l'LLM. Ciò si verifica quando la funzione ottimizzata è ancora in fase di addestramento, non è mai stata preparata, non ha superato il controllo di convalida dell'accuratezza del runtime o se le colonne di contenuti e di embedding a cui fa riferimento la funzione ai.if() non appartengono alla stessa tabella. Per le tabelle più piccole, il modello proxy potrebbe non generalizzare bene e l'accuratezza è in genere inferiore al 95%, pertanto AlloyDB utilizza l'LLM per impostazione predefinita.
Query di esempio che causa l'errore
EXECUTE positive_reviews_query;
Correzione consigliata
- Attendi il completamento dell'addestramento della funzione ottimizzata.
- Assicurati che la query sia preparata correttamente utilizzando l'istruzione
PREPARE. - Verifica che le colonne dei contenuti e degli embedding a cui fa riferimento la funzione
ai.if()appartengano alla stessa tabella. - Le funzioni ottimizzate (anteprima) sono più adatte per tabelle più grandi. Puoi anche utilizzare le funzioni AI basate su array per migliorare le prestazioni.
Se vuoi bypassare il controllo di accuratezza del runtime (ad esempio negli ambienti di sviluppo), imposta
google_ml_integration.runtime_accuracy_checksuoffper l'intero ambiente del database.ALTER DATABASE DATABASE_NAME SET google_ml_integration.runtime_accuracy_check = off;Sostituisci
DATABASE_NAMEcon il nome del database.
La query non elabora alcuna riga o la preparazione del modello non va a buon fine
Descrizione
Se la query non elabora alcuna riga, il motivo principale è che gli embedding non vengono generati o che l'intera colonna di embedding contiene valori NULL. In questo modo, la preparazione della query non va a buon fine perché non viene eseguito il campionamento di righe con embedding NULL.
Correzione consigliata
- Genera gli embedding per i tuoi dati prima di utilizzare le funzioni ottimizzate.
- Assicurati che la colonna di embedding non contenga valori
NULL. - Le query che differiscono solo per i valori costanti nella clausola
WHEREpotrebbero comunque utilizzare un modello addestrato esistente.
Prestazioni lente nonostante l'utilizzo di funzioni AI ottimizzate
Descrizione
Assicurati di non superare la quota di Gemini Enterprise Agent Platform. Anche con le funzioni AI ottimizzate, il controllo iniziale dell'accuratezza in fase di runtime richiede la chiamata dell'LLM remoto per un campione di righe. Una quota insufficiente può causare il rallentamento o l'esito negativo di questo controllo iniziale.
Correzione consigliata
Controlla la quota della piattaforma dell'agente e richiedi un aumento, se necessario, per assicurarti che il controllo iniziale dell'accuratezza del runtime possa procedere senza ritardi.
ERROR: function ai.if(prompt => text, embedding => vector) does not exist
Descrizione
Se passi il parametro model_id insieme alla colonna di incorporamento quando chiami la funzione ai.if(), AlloyDB non utilizza il modello proxy addestrato e genera un errore simile al seguente:
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.
Correzione consigliata
Assicurati di non passare il valore model_id quando chiami la funzione ai.if(). In questo modo, AlloyDB utilizza il modello proxy addestrato per elaborare la query.