調整 AlloyDB for PostgreSQL 中的向量查詢效能

瞭解如何調整下列向量索引，在 PostgreSQL 適用的 AlloyDB 中提升查詢效能並改善召回率：

• ScaNN
• IVF
• IVFFlat
• HNSW

您也可以分析查詢並查看向量索引指標，藉此監控及提升查詢效能。

ScaNN IVF IVFFlat HNSW

調整 IVF 索引

調整為 lists、ivf.probes 和 quantizer 參數設定的值，可能有助於提升應用程式效能：

調整參數	說明	參數類型
lists	建立索引期間建立的清單數量。如要設定這個值，最多一百萬列的資料應從 (rows)/1000 開始，超過一百萬列的資料則應從 sqrt(rows) 開始。	建立索引
quantizer	您想用於 K 平均值樹狀結構的量化器類型。預設值為 SQ8，可提升查詢效能。設為 FLAT 可提高回想率。	建立索引
ivf.probes	搜尋期間要探索的最近清單數量。這個值的起點是 sqrt(lists)。	查詢執行階段

請參考以下範例，瞭解如何設定調整參數的 IVF 索引：

SET LOCAL ivf.probes = 10;

CREATE INDEX my-ivf-index ON my-table
  USING ivf (vector_column cosine)
  WITH (lists = 100, quantizer = 'SQ8');

分析查詢

使用 EXPLAIN ANALYZE 指令分析查詢洞察，如下列 SQL 查詢範例所示。

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

範例回應 QUERY PLAN 包含所花時間、掃描或傳回的資料列數，以及使用的資源等資訊。

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

查看向量索引指標

您可以運用向量索引指標查看向量索引的成效、找出可改進的部分，並視需要根據指標調整索引。

如要查看所有向量索引指標，請執行下列 SQL 查詢，其中會使用 pg_stat_ann_indexes 檢視區塊：

SELECT * FROM pg_stat_ann_indexes;

畫面會顯示類似以下內容的輸出：

-[ RECORD 1 ]----------+---------------------------------------------------------------------------
relid                  | 271236
indexrelid             | 271242
schemaname             | public
relname                | t1
indexrelname           | t1_ix1
indextype              | scann
indexconfig            | {num_leaves=100,quantizer=SQ8}
indexsize              | 832 kB
indexscan              | 0
insertcount            | 250
deletecount            | 0
updatecount            | 0
partitioncount         | 100
distribution           | {"average": 3.54, "maximum": 37, "minimum": 0, "outliers": [37, 12, 11, 10, 10, 9, 9, 9, 9, 9]}
distributionpercentile |{"10": { "num_vectors": 0, "num_partitions": 0 }, "25": { "num_vectors": 0, "num_partitions": 30 }, "50": { "num_vectors": 3, "num_partitions": 30 }, "75": { "num_vectors": 5, "num_partitions": 19 }, "90": { "num_vectors": 7, "num_partitions": 11 }, "95": { "num_vectors": 9, "num_partitions": 5 }, "99": { "num_vectors": 12, "num_partitions": 4 }, "100": { "num_vectors": 37, "num_partitions": 1 }}

如要進一步瞭解完整的指標清單，請參閱「向量索引指標」。

後續步驟

• 維護向量索引。
• 瞭解嵌入工作流程範例。