Métricas del índice vectorial

En esta página, se enumeran las métricas relacionadas con los índices de vectores que generas en AlloyDB Omni. Puedes ver estas métricas con la vista pg_stat_ann_indexes que está disponible cuando instalas la extensión alloydb_scann.

Para obtener más información sobre cómo ver las métricas, consulta Cómo ver las métricas del índice vectorial.

Métricas de usabilidad

Las métricas de usabilidad incluyen métricas que te ayudan a comprender el estado de uso del índice con métricas, como la configuración del índice y la cantidad de análisis del índice.

Nombre de la métrica Tipo de datos Descripción
relid OID Es el identificador único de la tabla que contiene el índice vectorial.
indexrelid OID Es el identificador único del índice vectorial.
schemaname NAME Es el nombre del esquema al que pertenece el índice.
relname NAME Es el nombre de la tabla que contiene el índice.
indexrelname NAME Nombre del índice
indextype NAME Es el tipo de índice. Este valor siempre se establece en alloydb_scann.
indexconfig TEXT[] La configuración, como el recuento de hojas y el cuantificador, definida para el índice cuando se creó
indexsize TEXT Tamaño del índice
indexscan BIGINT Cantidad de análisis de índices iniciados en el índice

Métricas de ajuste

Las métricas de ajuste proporcionan estadísticas sobre la optimización de tu índice actual, lo que te permite aplicar recomendaciones para mejorar el rendimiento de las consultas.

Nombre de la métrica Tipo de datos Descripción
insertcount BIGINT Cantidad de operaciones de inserción en el índice. Esta métrica también incluye la cantidad de filas que existían antes de crear el índice.
updatecount BIGINT Cantidad de operaciones de actualización en el índice. Esta métrica no tiene en cuenta las actualizaciones HOT.
deletecount BIGINT Cantidad de operaciones de eliminación en el índice.
distribution JSONB Son distribuciones de vectores en todas las particiones del índice.

Los siguientes campos muestran la distribución:
  • maximum (INT8): Es la cantidad máxima de vectores en todas las particiones.
  • minimum (INT8): Es la cantidad mínima de vectores en todas las particiones.
  • average (FLOAT) : Es la cantidad promedio de vectores en todas las particiones.
  • outliers (INT8[]): Los valores extremos principales en todas las particiones Este valor muestra los 20 valores extremos principales.

Nota: Debido a las características inherentes del algoritmo de agrupamiento de K-means, siempre habrá algún grado de variación en la distribución de los vectores entre las particiones, incluso cuando se crea el índice inicialmente.

Cómo ajustar la recomendación en función de las métricas

Mutación
Las métricas insertcount, updatecount y deletecount juntas muestran los cambios o mutaciones en el vector del índice.
El índice se crea con una cantidad específica de vectores y particiones. Cuando se realizan operaciones como insertar, actualizar o borrar en el índice de vectores, solo se afecta el conjunto inicial de particiones en las que residen los vectores. En consecuencia, la cantidad de vectores en cada partición fluctúa con el tiempo, lo que podría afectar la recuperación, las QPS o ambas.
Si, con el tiempo, encuentras problemas de lentitud o precisión, como QPS bajos o baja recuperación, en tus consultas de búsqueda de ANN, considera revisar estas métricas. Una gran cantidad de mutaciones en relación con la cantidad total de vectores podría indicar que es necesario volver a indexar.
Distribución
La métrica distribution muestra las distribuciones de vectores en todas las particiones.
Cuando creas un índice, se crea con una cantidad específica de vectores y particiones fijas. El proceso de partición y la distribución posterior se realizan en función de esta consideración. Si se agregan vectores adicionales, se particionan entre las particiones existentes, lo que genera una distribución diferente en comparación con la distribución que se tenía cuando se creó el índice. Dado que la distribución final no considera todos los vectores de forma simultánea, es posible que se vean afectados la recuperación, la QPS o ambas.
Si observas una disminución gradual en el rendimiento de tus consultas de búsqueda de ANN, como tiempos de respuesta más lentos o una precisión reducida en los resultados (medida por QPS o recuperación), considera verificar esta métrica y volver a indexar.