Leistung von Vektorabfragen in AlloyDB Omni optimieren

Wählen Sie eine Dokumentationsversion aus:

In diesem Dokument wird beschrieben, wie Sie Ihre Indexe optimieren, um eine schnellere Abfrageleistung und einen besseren Recall in AlloyDB Omni zu erzielen.

Hinweis

Bevor Sie einen ScaNN-Index erstellen, führen Sie die folgenden Schritte aus:

  • Prüfen Sie, ob bereits eine Tabelle mit Ihren Daten erstellt wurde.
  • Damit beim Generieren des Index keine Probleme auftreten, muss der Wert, den Sie für das Flag maintenance_work_mem und shared_buffers festlegen, kleiner als der gesamte Arbeitsspeicher der Maschine sein.

ScaNN-Index optimieren

Verwenden Sie die folgende Anleitung, um zwischen einem zwei- und einem dreistufigen ScaNN-Index zu wählen:

  • Wählen Sie einen zweistufigen Index aus, wenn die Anzahl der Vektorzeilen weniger als 10 Millionen beträgt.
  • Wählen Sie einen dreistufigen Index aus, wenn die Anzahl der Vektorzeilen mehr als 100 Millionen beträgt.
  • Wählen Sie einen dreistufigen Index aus, um die Indexerstellungszeit zu optimieren, oder einen zweistufigen Index, um den Such-Recall zu optimieren, wenn die Anzahl der Vektorzeilen zwischen 10 und 100 Millionen liegt.

In den folgenden Beispielen für zwei- und dreistufige ScaNN-Indexe wird gezeigt, wie Optimierungsparameter für eine Tabelle mit 1.000.000 Zeilen festgelegt werden:

Zweistufiger Index

SET LOCAL scann.num_leaves_to_search = 1;
SET LOCAL scann.pre_reordering_num_neighbors=50;

CREATE INDEX my-scann-index ON my-table
  USING scann (vector_column cosine)
  WITH (num_leaves = [power(1000000, 1/2)]);

Dreistufiger Index

SET LOCAL scann.num_leaves_to_search = 10;
SET LOCAL scann.pre_reordering_num_neighbors=50;

CREATE INDEX my-scann-index ON my-table
  USING scann (vector_column cosine)
  WITH (num_leaves = [power(1000000, 2/3)], max_num_levels = 2);

Abfragen analysieren

Verwenden Sie den Befehl EXPLAIN ANALYZE, um Ihre Abfrage-Insights zu analysieren, wie in der folgenden SQL-Abfrage gezeigt:

  EXPLAIN ANALYZE SELECT result-column
  FROM my-table
  ORDER BY EMBEDDING_COLUMN <-> embedding('text-embedding-005', 'What is a database?')::vector
  LIMIT 1;

Die Beispielantwort QUERY PLAN enthält Informationen wie die benötigte Zeit, die Anzahl der gescannten oder zurückgegebenen Zeilen und die verwendeten Ressourcen.

Limit  (cost=0.42..15.27 rows=1 width=32) (actual time=0.106..0.132 rows=1 loops=1)
  ->  Index Scan using my-scann-index on my-table  (cost=0.42..858027.93 rows=100000 width=32) (actual time=0.105..0.129 rows=1 loops=1)
        Order By: (embedding_column <-> embedding('text-embedding-005', 'What is a database?')::vector(768))
        Limit value: 1
Planning Time: 0.354 ms
Execution Time: 0.141 ms

Messwerte für Vektorindex ansehen

Sie können die Messwerte für den Vektorindex verwenden, um die Leistung Ihres Vektorindex zu prüfen, Bereiche für Verbesserungen zu identifizieren und Ihren Index bei Bedarf anhand der Messwerte zu optimieren.

Führen Sie die folgende SQL-Abfrage aus, um alle Messwerte für den Vektorindex aufzurufen. Dabei wird die pg_stat_ann_indexes Ansicht verwendet:

SELECT * FROM pg_stat_ann_indexes;

Weitere Informationen zur vollständigen Liste der Messwerte finden Sie unter Messwerte für Vektorindex.

Nächste Schritte