Leistung von Vektorabfragen in AlloyDB for PostgreSQL optimieren

Hier erfahren Sie, wie Sie die folgenden Vektorindexe optimieren, um in AlloyDB for PostgreSQL eine schnellere Abfrageleistung und einen besseren Recall zu erzielen:

Sie können Ihre Abfragen auch analysieren und Messwerte für Vektorindexe aufrufen, um die Abfrageleistung zu beobachten und zu verbessern.

IVF-Index optimieren

Durch Anpassen der Werte, die Sie für die Parameter lists, ivf.probes und quantizer festlegen, lässt sich die Leistung Ihrer Anwendung möglicherweise optimieren:

Abstimmungsparameter Beschreibung Parametertyp
lists Die Anzahl der Listen, die beim Erstellen des Index erstellt wurden. Der Ausgangspunkt für die Festlegung dieses Werts ist (rows)/1000 für bis zu einer Million Zeilen und sqrt(rows) für mehr als eine Million Zeilen. Index erstellen
quantizer Der Typ des Quantizers, den Sie für den K-Means-Baum verwenden möchten. Der Standardwert ist SQ8, um die Abfrageleistung zu verbessern. Stelle sie auf FLAT ein, um die Erinnerung zu verbessern. Index erstellen
ivf.probes Die Anzahl der nächsten Listen, die bei der Suche untersucht werden sollen. Der Ausgangspunkt für diesen Wert ist
sqrt(lists).		 Laufzeit der Abfrage

Im folgenden Beispiel sehen Sie einen IVF-Index mit den festgelegten Optimierungsparametern:

SET LOCAL ivf.probes = 10;

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

Abfragen analysieren

Verwenden Sie den Befehl EXPLAIN ANALYZE, um Ihre Abfragestatistiken zu analysieren, wie in der folgenden SQL-Beispielabfrage 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 Vektorindexe ansehen

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

Wenn Sie alle Messwerte für Vektorindexe aufrufen möchten, führen Sie die folgende SQL-Abfrage aus, in der die Ansicht pg_stat_ann_indexes verwendet wird:

SELECT * FROM pg_stat_ann_indexes;

Die Ausgabe sollte in etwa so aussehen:

-[ 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 }}

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

Nächste Schritte