이 문서에서는 벡터 색인을 유지하는 데 사용할 수 있는 다양한 옵션을 설명합니다. 검색 결과의 정확성에 영향을 줄 수 있는 데이터 변경사항에 색인이 적응하도록 색인을 유지하는 것이 좋습니다. 데이터 세트가 커질수록 다음 섹션의 전략을 사용하여 쿼리 성능 저하를 방지하세요.
벡터 색인 측정항목 보기
테이블이 자주 업데이트되거나 삽입되는 경우 색인의 검색 정확성을 개선하기 위해 주기적으로 기존 ScaNN 색인의 색인을 다시 생성하는 것이 좋습니다. 색인 측정항목을 모니터링하여 색인이 생성된 이후 벡터 분포 또는 벡터 변형의 변경사항을 확인한 다음 적절하게 색인을 다시 생성할 수 있습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-03-06(UTC)"],[[["Maintaining vector indexes is crucial for adapting to data changes and ensuring accurate search results."],["Periodic reindexing of ScaNN indexes is recommended for tables with frequent updates or insertions to enhance recall accuracy."],["Vector index metrics can be monitored to identify changes in vector distributions or mutations, aiding in the decision to reindex."],["Indexes can be manually rebuilt using the `REINDEX INDEX CONCURRENTLY` command, maintaining the original configurations."],["The name provided for each index should be unique across the database, and shared between all tables."]]],[]]
