Métricas do índice vetorial

Esta página lista as métricas relacionadas aos índices de vetores gerados no AlloyDB Omni. É possível conferir essas métricas usando a visualização pg_stat_ann_indexes, que fica disponível quando você instala a extensão alloydb_scann.

Para mais informações sobre como conferir as métricas, consulte Conferir métricas do índice vetorial.

Métricas de usabilidade

As métricas de usabilidade incluem métricas que ajudam a entender o estado da utilização do índice com métricas, como a configuração do índice e o número de verificações do índice.

Nome da métrica	Tipo de dado	Descrição
relid	OID	Identificador exclusivo da tabela que contém o índice vetorial
indexrelid	OID	Identificador exclusivo do índice vetorial
schemaname	NAME	Nome do esquema proprietário do índice
relname	NAME	Nome da tabela que contém o índice
indexrelname	NAME	Nome do índice
indextype	NAME	Tipo do índice. Esse valor é sempre definido como alloydb_scann.
indexconfig	TEXT[]	Configuração, como contagem de folhas e quantizador, definida para o índice quando ele foi criado
indexsize	TEXT	Tamanho do índice
indexscan	BIGINT	Número de verificações de índice iniciadas no índice

Ajustar métricas

As métricas de ajuste oferecem insights sobre a otimização atual do índice, permitindo que você aplique recomendações para melhorar a performance das consultas.

Nome da métrica	Tipo de dado	Descrição
insertcount	BIGINT	Número de operações de inserção no índice. Essa métrica também inclui o número de linhas que existiam antes da criação do índice.
updatecount	BIGINT	Número de operações de atualização no índice. Essa métrica não considera atualizações HOT.
deletecount	BIGINT	Número de operações de exclusão no índice.
distribution	JSONB	Distribuições de vetor em todas as partições do índice. Os campos a seguir mostram a distribuição: maximum (INT8): número máximo de vetores em todas as partições. minimum (INT8): número mínimo de vetores em todas as partições. average (FLOAT) : número médio de vetores em todas as partições. outliers (INT8[]): principais valores discrepantes em todas as partições. Esse valor mostra os 20 principais valores discrepantes. Observação:devido às características inerentes do algoritmo de agrupamento K-means, sempre haverá algum grau de variação na distribuição de vetores entre partições, mesmo quando o índice for criado inicialmente.

Como ajustar a recomendação com base nas métricas

Mutação

As métricas insertcount, updatecount e deletecount juntas mostram as mudanças ou mutações no vetor do índice.

O índice é criado com um número específico de vetores e partições. Quando operações como inserção, atualização ou exclusão são realizadas no índice de vetores, isso afeta apenas o conjunto inicial de partições em que os vetores residem. Consequentemente, o número de vetores em cada partição flutua ao longo do tempo, o que pode afetar a recuperação, o QPS ou ambos.

Se você encontrar problemas de lentidão ou precisão, como QPS baixo ou baixa recuperação, nas consultas de pesquisa de ANN ao longo do tempo, considere analisar essas métricas. Um número alto de mutações em relação ao número total de vetores pode indicar a necessidade de reindexação.

Distribuição

A métrica distribution mostra as distribuições de vetor em todas as partições.

Quando você cria um índice, ele é criado com um número específico de vetores e partições fixas. O processo de particionamento e a distribuição subsequente ocorrem com base nessa consideração. Se outros vetores forem adicionados, eles serão particionados entre as partições existentes, resultando em uma distribuição diferente da distribuição quando o índice foi criado. Como a distribuição final não considera todos os vetores simultaneamente, a recuperação, o QPS ou ambos podem ser afetados.

Se você notar uma queda gradual no desempenho das consultas de pesquisa de ANN, como tempos de resposta mais lentos ou redução da precisão nos resultados (medidos por QPS ou recall), verifique essa métrica e reindexe.