Comprendre RagManagedDb

Cette page présente RagManagedDb, sa technologie sous-jacente et son utilisation dans le moteur RAG de Gemini Enterprise Agent Platform.RagManagedDb Elle décrit également les différents niveaux disponibles pour ajuster les performances, ce qui peut avoir un impact sur vos coûts, et fournit des instructions pour supprimer vos données du moteur RAG, ce qui arrête la facturation.

Présentation

Le moteur RAG d'Agent Platform Gemini Enterprise utilise RagManagedDb, une instance Google Spanner entièrement gérée et prête à l'emploi, utilisée pour le stockage des ressources par le moteur RAG. Elle peut également être utilisée comme base de données vectorielle de votre choix pour vos corpus RAG.

Grâce à Spanner, le moteur RAG offre une base de données cohérente, disponibilité élevée et hautement évolutive pour prendre en charge votre application. Pour en savoir plus sur Google Spanner, consultez Spanner.

Le moteur RAG stocke les métadonnées de votre corpus RAG et de vos ressources de fichiers RAG dans RagManagedDb, quel que soit votre choix de base de données vectorielle. Les bases de données vectorielles ne sont utilisées que pour le stockage et la récupération des embeddings. En plus du stockage des ressources, RagManagedDb peut également être utilisé pour stocker et gérer les représentations vectorielles de vos documents. La base de données vectorielle est ensuite utilisée pour récupérer les documents pertinents en fonction de leur similarité sémantique avec une requête donnée.

Gérer les niveaux

Le moteur RAG de Gemini Enterprise Agent Platform vous permet de mettre à l'échelle votre instance RagManagedDb en fonction de vos besoins en termes d'utilisation et de performances grâce à deux niveaux. Vous pouvez également supprimer vos données du moteur RAG à l'aide d'un troisième niveau.

Le niveau est un paramètre au niveau du projet disponible dans la ressource RagEngineConfig qui a un impact sur les corpus RAG utilisant RagManagedDb. Les niveaux suivants sont disponibles dans RagEngineConfig :

  • Niveau mis à l'échelle : ce niveau offre des performances à l'échelle de la production ainsi qu'une fonctionnalité d'autoscaling. Il convient aux clients disposant de grandes quantités de données ou de charges de travail sensibles aux performances. En interne, ce niveau définit l'instance Spanner sur une configuration d'autoscaling avec un minimum de 1 nœud (1 000 unités de traitement) et un maximum de 10 nœuds (10 000 unités de traitement).

  • Niveau de base (par défaut) : ce niveau offre un niveau de calcul économique et faible, qui peut convenir à certains des cas suivants :

    • Tester RagManagedDb
    • Petite taille des données
    • Charge de travail insensible à la latence
    • Utiliser le moteur RAG uniquement avec d'autres bases de données vectorielles

    Pour proposer le niveau de base, RagManagedDb définit l'instance Spanner sous-jacente sur une configuration fixe de 100 unités de traitement, ce qui équivaut à 0,1 nœud.

  • Niveau non provisionné : ce niveau supprime les RagManagedDb et son instance Spanner sous-jacente. Le niveau non provisionné désactive le service du moteur RAG et supprime les données qu'il contient, quelle que soit la base de données vectorielle utilisée pour vos RagCorpora. Cela arrête la facturation du service. Pour en savoir plus sur la facturation, consultez [Facturation du moteur RAG de Gemini Enterprise Agent Platform]rag-engine-billing).

    Une fois les données supprimées, elles ne peuvent plus être récupérées. Pour recommencer à utiliser le moteur RAG, vous devez mettre à jour le niveau en appelant l'API UpdateRagEngineConfig.

Obtenir la configuration du projet

Les exemples de code suivants montrent comment utiliser l'API GetRagEngineConfig pour chaque type de niveau :

Mettre à jour la configuration du projet

Les exemples de code suivants montrent comment utiliser l'API UpdateRagEngineConfig pour chaque type de niveau :

Étape suivante