向量索引指标

本页面列出了与您在 AlloyDB Omni 中生成的向量索引相关的指标。您可以使用安装 alloydb_scann 扩展程序时可用的 pg_stat_ann_indexes 视图查看这些指标。

如需详细了解如何查看指标，请参阅查看向量索引指标。

易用性指标

易用性指标包括一些指标，这些指标可帮助您通过指标（例如索引配置和索引扫描次数）了解索引利用率的状态。

调优指标

调优指标可让您深入了解当前索引优化，从而应用建议以提高查询性能。

基于指标的调优建议

Mutation

insertcount、updatecount 和 deletecount 指标一起展示了索引向量中的更改或变更。

系统会使用特定数量的向量和分区来创建索引。对向量索引执行插入、更新或删除等操作时，它仅会影响向量所在的初始分区集。因此，每个分区中的向量数量会随时间推移而波动，这可能会影响召回率、QPS 或者同时影响两者。

如果您在一段时间内遇到 ANN 搜索查询速度较慢或准确性问题（例如 QPS 较低或召回率较差），请考虑查看这些指标。相对于向量总数，变更次数较多可能表示需要重新编制索引。

分布

distribution 指标展示所有分区中的向量分布。

当您创建索引时，系统会使用特定数量的向量和固定分区来创建索引。分区过程和后续分布过程会根据此考虑因素进行。如果添加了其他向量，则系统会在现有分区之间对其进行分区，导致分布与创建索引时的分布不同。由于最终分布不会同时考虑所有向量，因此召回率、QPS 或两者都可能会受到影响。

如果您发现 ANN 搜索查询的性能逐渐下降，例如响应时间变慢或结果准确性降低（按 QPS 或召回率衡量），请考虑检查此指标并重新编制索引。

分布百分位

distributionpercentile 指标是 pg_stat_ann_indexes 视图中的向量索引分布，可帮助您了解 ScaNN 索引各分区之间的向量分布情况。这些分区是根据创建索引期间定义的 num_leaves 值创建的。

当您通过设置 num_leaves 在初始行集上创建 alloydb_scann 索引时，该索引可能会因数据操作（倾斜突变）而更改向量在各个分区中的分布，或者向量数量可能会显著增加。这些更改可能会导致 QPS、召回率下降，或者两者都下降。如果突变导致索引分布发生变化，向量索引分布可以为您提供相关信号。这些信息可帮助您确定是否需要重新编制索引，或者更改搜索时间配置是否有助于提高查询性能。

在向量索引中，向量在各个分区中的分布很少是完全均匀的。这种不平衡称为非均匀分布。通常，存在一定程度的不均匀性是正常现象，并不意味着您需要重新编制索引。非均匀分布具有以下特征：

• 向量数量的方差较低。方差的计算公式为
  
  $(P100(num\_vectors) - p10(num\_vectors))*(\frac{num\_leaves}{total\_num\_row})$
• 具有 0 个向量的分区的数量较少，可能不到 30% 的分区。
• 分区数量的方差较低。
  $ variance _{p} = abs(p_{num\_partitions} - num\_leaves * (p_{percentile} - p-1_{percentile})) $，其中“p”是向量索引分布分桶。
• 任意百分位的向量数量为
  
  $< 8 x (\frac{num\_rows\ during\ index\ creation\ time}{ num\_leaves})$
  
  如果不满足这些条件，则可能需要进行 REINDEX，具体取决于 QPS 和召回率受影响的程度。

以下情况虽然不如非均匀分布那么常见，但也可能会发生：

• 近似均匀索引：如果大多数分区具有相同的非零向量数量，并且向量数量的方差较低，则为近似均匀索引。如果每个分区中的向量数量在 index_creation_time 时为 $> 8 * 平均向量$，则需要进行 REINDEX。
• 稀疏索引：如果有 50% 以上的分区为空，也会出现稀疏索引。例如，当表中发生多次删除操作时，系统会创建稀疏索引。这种情况会导致向量集中在少数几个分区中，从而增加每个分区中的向量数量。发生这种情况时，请删除索引并重新创建。