Vektorindexe verwalten

Auf dieser Seite werden Optionen zum Verwalten Ihrer Vektorindexe beschrieben. Durch die Pflege von Indexen wird sichergestellt, dass sie sich an Datenänderungen anpassen, die sich auf die Genauigkeit Ihrer Suchergebnisse auswirken können. Mit den Strategien auf dieser Seite können Sie verhindern, dass die Abfrageleistung mit zunehmender Größe Ihres Datasets nachlässt.

Hinweise

  • Installieren oder aktualisieren Sie die Erweiterungen vector und alloydb_scann.

    1. Wenn die Erweiterungen vector und alloydb_scann nicht installiert sind, installieren Sie die neuesten Versionen.

      CREATE EXTENSION IF NOT EXISTS vector;
CREATE EXTENSION IF NOT EXISTS alloydb_scann;

    2. Wenn die Erweiterungen vector und alloydb_scann bereits installiert sind, führen Sie ein Upgrade auf die neueste Version durch.

      ALTER EXTENSION vector UPDATE;
ALTER EXTENSION alloydb_scann UPDATE;

Messwerte für Vektorindexe ansehen

Wenn Ihre Tabelle häufig aktualisiert oder neue Zeilen eingefügt werden, empfehlen wir, den vorhandenen ScaNN-Index regelmäßig neu zu indexieren, um die Recall-Genauigkeit zu verbessern. Sie können Indexmesswerte beobachten, um Änderungen an Vektorverteilungen oder Vektormutationen seit der Erstellung des Index zu sehen, und den Index dann entsprechend neu indexieren.

Weitere Informationen zu Messwerten finden Sie unter Messwerte für Vektorindex ansehen.

Indexe automatisch verwalten

Sie können das Datenbankflag scann.enable_preview_features (GUC) zusammen mit dem Parameter auto_maintenance auf Indexebene verwenden, wenn Sie einen ScaNN-Index erstellen. Wenn Sie diese Einstellungen zusammen verwenden, kann AlloyDB den Index inkrementell verwalten. Wenn Ihr Datensatz wächst, werden große Ausreißerpartitionen aufgeteilt. Durch das Aufteilen von Partitionen versucht AlloyDB, bessere QPS und Suchergebnisse zu erzielen.

Alle Aktualisierungen, die aufgrund der automatischen Wartung am Index vorgenommen werden, sind dauerhaft, bis AlloyDB den Index wieder aktualisiert.

Wenn Sie möchten, dass AlloyDB einen Index automatisch verwaltet, aktivieren Sie das Flag scann.enable_preview_features:

gcloud alloydb instances update INSTANCE_ID \
     --database-flags scann.enable_preview_features=on \
     --region=REGION_ID \
     --cluster=CLUSTER_ID \
     --project=PROJECT_ID

Ersetzen Sie Folgendes:

  • INSTANCE_ID: Die ID der Instanz.
  • REGION_ID: Die Region, in der sich die Instanz befindet, z. B. us-central1.
  • CLUSTER_ID: Die ID des Clusters, in dem sich die Instanz befindet.
  • PROJECT_ID: Die ID des Projekts, in dem sich der Cluster befindet.

Nachdem Sie das Flag scann.enable_preview_features aktiviert haben, können Sie die automatische Wartung für Indexe aktivieren oder die Funktion scann_index_maintenance aktivieren, um die Wartung manuell aufzurufen.

Automatische Wartung während der Indexerstellung aktivieren

Führen Sie den folgenden Beispielbefehl aus, um einen ScaNN-Index mit aktivierter automatischer Wartung zu erstellen:

CREATE INDEX INDEX_NAME ON TABLE
  USING scann (EMBEDDING_COLUMN DISTANCE_FUNCTION)
  WITH (num_leaves=NUM_LEAVES_VALUE, auto_maintenance=on);

Ersetzen Sie Folgendes:

  • INDEX_NAME: Der Name des Index, den Sie erstellen möchten, z. B. my-scann-index. Die Indexnamen sind in Ihrer Datenbank freigegeben. Achten Sie darauf, dass jeder Indexname für jede Tabelle in Ihrer Datenbank eindeutig ist.

  • TABLE: Die Tabelle, der der Index hinzugefügt werden soll.

  • EMBEDDING_COLUMN: eine Spalte, in der vector-Daten gespeichert werden.

  • DISTANCE_FUNCTION: Die Distanzfunktion, die für diesen Index verwendet werden soll. Wählen Sie eine der folgenden Optionen aus:

    • L2-Distanz:l2

    • Skalarprodukt: dot_product

    • Kosinus-Distanz:cosine

  • NUM_LEAVES_VALUE: Die Anzahl der Partitionen, die auf diesen Index angewendet werden sollen. Kann auf einen beliebigen Wert zwischen 1 und 1.048.576 festgelegt werden. Weitere Informationen dazu, wie Sie diesen Wert festlegen, finden Sie unter ScaNN-Index optimieren.

Blätter verwalten, in denen automatisch nach geteilten Partitionen gesucht werden soll

Wenn Sie die automatische Wartung von Indexen aktiviert haben, teilt AlloyDB Partitionen automatisch auf, wenn der Grenzwert num_leaves erreicht wird. Da die Anzahl der Partitionen aufgrund dieser Aufteilungen zunimmt, sollten Sie die Anzahl der zu durchsuchenden Blätter anpassen, um eine optimale Leistung beizubehalten.

Mit pct_leaves_to_search können Sie die Anzahl der automatisch zu durchsuchenden Blätter verwalten. Mit diesem Parameter können Sie einen Prozentsatz der Anzahl der zu durchsuchenden Partitionen angeben. Wenn Sie davon ausgehen, dass Ihr Dataset erheblich wachsen wird, legen Sie den Wert für pct_leaves_to_search auf 1 fest. Der Parameter ist standardmäßig deaktiviert.

Legen Sie diesen Wert auf den Prozentsatz der aktuellen Anzahl von Partitionen fest. Wenn Sie beispielsweise 1 % der aktuellen Anzahl von Partitionen durchsuchen möchten, legen Sie diesen Wert auf 1 fest.

Sie können diesen Parameter auf einen beliebigen Wert zwischen 0 und 100 festlegen. Der Standardwert ist 0. In diesem Fall wird der Parameter deaktiviert und die Anzahl der zu durchsuchenden Blätter wird anhand von scann.num_leaves_to_search berechnet.

Führen Sie den folgenden Befehl aus, um das Flag pct_leaves_to_search für Ihre Datenbank festzulegen:

ALTER DATABASE DATABASE_NAME SET scann.pct_leaves_to_search = PERCENTAGE_LEAVES_TO_SEARCH;

Ersetzen Sie Folgendes:

  • DATABASE_NAME: der Name der Datenbank
  • PERCENTAGE_LEAVES_TO_SEARCH: Der Prozentsatz von num_leaves, der durchsucht werden soll.

Wartung manuell aufrufen

Wenn Sie die Wartung für einen bestimmten Index auf Abruf aufrufen möchten, führen Sie den folgenden Befehl aus:

SELECT scann_index_maintenance('INDEX_NAME');

Index manuell neu erstellen

Sie können Ihren Index manuell neu erstellen, wenn Sie ihn mit den Konfigurationen neu erstellen möchten, die Sie bei der Erstellung angegeben haben.

Führen Sie den folgenden Befehl aus, um Ihren Index manuell neu zu erstellen:

REINDEX INDEX CONCURRENTLY INDEX_NAME;

Ersetzen Sie INDEX_NAME durch den Namen des Index, den Sie neu erstellen möchten, z. B. my-scann-index. Die Indexnamen sind in Ihrer Datenbank freigegeben. Achten Sie darauf, dass jeder Indexname für jede Tabelle in Ihrer Datenbank eindeutig ist.

Weitere Informationen zum Reindexieren in PostgreSQL finden Sie unter REINDEX.

Nächste Schritte