向量索引最佳做法

本頁說明向量索引的最佳做法，可最佳化向量索引，並改善近似最鄰近 (ANN) 查詢結果。

調整向量搜尋選項

如果您未指定任何向量索引選項，Spanner 會嘗試自動選擇最佳化選項。進階使用者如要為特定工作負載調整向量索引選項，可以建立新的向量索引，並在 CREATE VECTOR INDEX 陳述式中設定和調整這些值。index_option_list向量索引選項的最佳值取決於用途、向量資料集和查詢向量。您可能需要進行反覆調整，找出最適合特定工作負載的值。

選取適當值時，請遵循下列實用準則：

  • tree_depth (樹狀結構層級)：如果建立索引的資料表少於 1 千萬列，請使用 tree_depth 值 2。否則，tree_depth 的 3 支援的資料表最多約有 100 億列。如未指定，Spanner 會自動判斷 tree_depth 的值。

  • num_leaves：建議每個葉片指定 200 到 1000 列。num_leaves 值越大，向量索引建構時間就越長，但可降低特定目標召回率的查詢費用。不過，如果 num_leaves 的值過大，可能會因為搜尋許多非常小的葉子叢集而產生相關的額外負荷，導致查詢費用再次增加。如未指定，Spanner 會自動判斷 num_leaves 的值。

  • num_branches：只有在 tree_depth 為 3 時，才適用這個選項。建議每個分支的目標葉片數為 50 至 500 片，且 num_branches 應小於 num_leaves。num_branches 值越大，向量索引建構時間越長，但可降低特定目標召回率的查詢費用。不過，如果 num_branches 值過大，可能會導致查詢成本再次增加，因為搜尋許多非常小的葉子叢集會產生相關的額外負荷。如未指定，Spanner 會自動判斷 num_branches 的值。

  • num_leaves_to_search：這個選項會指定要搜尋的索引分葉節點數量。增加 num_leaves_to_search 可提高召回率，但也會增加延遲時間和費用。建議您使用 CREATE VECTOR INDEX 陳述式中定義的葉節點總數的 1% 做為 num_leaves_to_search 的值。如果您使用篩選子句，請增加這個值來擴大搜尋範圍。

如果已達到可接受的召回率，但查詢費用過高，導致最高每秒查詢次數偏低，請按照下列步驟增加 num_leaves：

  1. 將 num_leaves 設為原始值的某個倍數 k (例如 2 * (table_row_count / 1000))。
  2. 將 num_leaves_to_search 設為原始值的相同倍數 k。
  3. 實驗減少 num_leaves_to_search，以改善費用和每秒查詢次數，同時維持召回率。

判斷向量搜尋選項值

如要判斷 Spanner 用於向量索引的 tree_depth、num_leaves 和 num_branches 參數，請查詢 INFORMATION_SCHEMA.INDEX_OPTIONS 檢視區塊。參數值可能與您在建立索引時明確指定的值略有不同，因為 Spanner 有時會調整這些值，以更符合您的資料。如未指定這些參數，INFORMATION_SCHEMA.INDEX_OPTIONS 檢視畫面會顯示 Spanner 選擇的值。

執行這項查詢，即可顯示參數值：

SELECT
  opt.option_name,
  opt.option_type,
  opt.option_value
FROM
  INFORMATION_SCHEMA.INDEX_OPTIONS AS opt
WHERE
  opt.index_name = @vector_index_name;

查詢會傳回包含 option_name 的資料列：system_optimized_tree_depth、system_optimized_num_leaves 和 system_optimized_num_branches，這些資料列會反映索引使用的參數。

提升召回率

如要提高召回率，請考慮調整 num_leaves_to_search 值或重建向量索引。

如果 num_leaves_to_search 值太小，您可能會發現某些查詢向量較難找到最近鄰。建立新的向量索引並提高 num_leaves_to_search 值，有助於搜尋更多葉節點，進而提升召回率。最近的查詢可能包含更多這類難以處理的向量。

重建向量索引

向量索引的樹狀結構會在建立時針對資料集進行最佳化，之後會維持不變。因此，如果在建立初始向量索引後加入顯著不同的向量，樹狀結構可能會不夠理想，導致召回率較差。

如要在不停機的情況下重建向量索引，請按照下列步驟操作：

  1. 在與目前向量索引相同的嵌入資料欄上建立新向量索引，並視需要更新參數 (例如 OPTIONS)。建立索引完成後，您可以評估兩個索引中哪個成效較佳。如果是，請繼續下一個步驟。 否則，請繼續刪除過時的向量索引。

  2. Spanner 會在執行查詢時自動決定要使用哪個索引。Spanner 提供兩種方式，讓您指定要使用的索引。選擇下列其中一種方法來評估及比較指數：

    a. 變更應用程式：您可以更新部分查詢，使用 FORCE_INDEX 提示指向新索引，藉此更新向量搜尋查詢。確保查詢使用新的向量索引。使用這個方法時，您可能需要在新查詢中重新調整 num_leaves_to_search。

    b. 變更結構定義：您可以在其中一個向量索引上設定 disable_search 選項。如果設為 true，Spanner 會停用向量索引。如要這麼做，請執行 ALTER VECTOR INDEX 結構定義變更陳述式：

      ALTER VECTOR INDEX IncidentVectorIndex SET OPTIONS (disable_search=true);

    這個方法可防止 Spanner 在資料庫中使用這個向量索引。如果您有兩個索引，並在舊索引上設定這個選項，則在套用結構定義變更後，所有查詢都會使用新索引。如果您使用 FORCE_INDEX 提示指定 disable_search 選項設為 true 的向量索引，查詢就會失敗。

  3. 捨棄過時的向量索引。

後續步驟