此页面介绍了可优化向量索引并改进近似最近邻 (ANN) 查询结果的向量索引编制最佳实践。
对向量搜索选项进行调优
向量索引选项的最佳值取决于您的应用场景、向量数据集和查询向量。您可以通过在 CREATE VECTOR INDEX 语句中创建新的向量索引并设置 index_option_list，来设置这些值并进行调优。您可能需要执行迭代调优，才能找到最适合特定工作负载的值。
以下是一些有助于您选择合适值的实用指南：
tree_depth（树级别）：如果要编制索引的表包含的行数少于 1000 万，请使用值为2的tree_depth。否则，tree_depth为3的表最多支持大约 100 亿行。num_leaves：使用数据集中的行数的平方根。值越大，向量索引构建时间便可能越长。请避免将num_leaves设置为大于table_row_count除以 1000 的值，因为这会导致叶节点过小且性能不佳。num_leaves_to_search：此选项指定搜索的索引叶节点数量。增加num_leaves_to_search会提高召回率，但也会增加延迟时间和费用。我们建议将CREATE VECTOR INDEX语句中定义的叶总数的 1% 作为num_leaves_to_search的值。如果您使用的是过滤条件子句，请增加此值以扩大搜索范围。
如果召回率达到可接受的水平，但查询成本过高，导致最大 QPS 较低，请尝试按照以下步骤增加 num_leaves：
- 将
num_leaves设置为其原始值的 k 倍（例如2 * sqrt(table_row_count)）。 - 将
num_leaves_to_search设置为其原始值的相同 k 倍。 - 尝试减少
num_leaves_to_search，以在保持召回率的同时改进成本和 QPS。
提高召回率
如需提高召回率，请考虑对 num_leaves_to_search 值进行调优或重建向量索引。
增加 num_leaves_to_search 值
如果 num_leaves_to_search 值太小，您可能会发现，要为某些查询向量查找最近邻更具挑战性。创建具有更高 num_leaves_to_search 值的新向量索引有助于通过搜索更多叶节点来提高召回率。近期的查询可能包含更多此类具有挑战性的向量。
重建向量索引
向量索引的树结构在创建时会针对数据集进行优化，之后会变为静态。因此，如果在创建初始向量索引后添加了显著不同的向量，则树结构可能不太理想，从而导致召回率不佳。
如需在不停机的情况下重建向量索引，请执行以下操作：
- 在与当前向量索引相同的嵌入列上创建新向量索引，并根据需要更新参数（例如
OPTIONS）。 - 索引创建完成后，使用
FORCE_INDEX提示指向新索引，以更新向量搜索查询。这样可确保查询使用新的向量索引。您可能还需要在新查询中对num_leaves_to_search重新调优。 - 删除过时的向量索引。
后续步骤
详细了解 Spanner 向量索引。
详细了解 Spanner 近似最近邻。
详细了解 GoogleSQL
APPROXIMATE_COSINE_DISTANCE()、APPROXIMATE_EUCLIDEAN_DISTANCE()、APPROXIMATE_DOT_PRODUCT()函数。