向量索引指标

使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

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 扩展程序后提供的 pg_stat_ann_indexes 视图查看这些指标。

如需详细了解如何查看指标，请参阅查看矢量索引指标。

易用性指标

易用性指标包括可帮助您通过指标（例如索引配置和索引扫描次数）了解索引利用率的指标。

调优指标

通过调整指标，您可以深入了解当前的索引优化，从而应用建议来提升查询性能。

根据指标调整建议

Mutation

insertcount、updatecount 和 deletecount 指标共同显示索引向量的更改或更改。

该索引会使用特定数量的向量和分区进行创建。对向量索引执行插入、更新或删除等操作时，只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而波动，可能会影响召回率和 QPS。

如果您在 ANN 搜索查询中长期遇到速度或准确性问题（例如 QPS 较低或召回率较低），不妨考虑查看这些指标。相对于向量总数而言，突变次数过多可能表示需要重新编制索引。

分布

distribution 指标显示所有分区中的向量分布。

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该索引。分区过程和后续分发是基于此考虑进行的。如果添加了其他矢量，它们会在现有分区中进行分区，从而导致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矢量，因此召回率和 QPS 可能会受到影响。

如果您发现 ANN 搜索查询的效果逐渐下降（例如响应时间变慢或结果准确性降低 [按 QPS 或召回率衡量]），不妨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 索引分区之间的向量分布。这些分区是根据在创建索引期间定义的 num_leaves 值创建的。

如果您通过设置 num_leaves 在初始行组上创建 alloydb_scann 索引，则该索引可能会因数据操作（偏斜突变）而更改各个分区中的向量分布，或者向量数量可能会大幅增加。这些更改可能会导致 QPS 和/或召回率下降。如果更改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。这些信息有助于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完全均匀。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
  
  $(P100(num\_vectors) - p10(num\_vectors))*(\frac{num\_leaves}{total\_num\_row})$
• 包含 0 个矢量的分区数量较少，可能不到分区的 30%。
• 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。
• 任意百分位数的向量数量为
  
  $< 8 x (\frac{num\_rows\ during\ index\ creation\ time}{ num\_leaves})$
  
  如果不满足这些条件，则可能需要根据 QPS 和召回率受到的影响程度来使用 REINDEX。

虽然不均匀分布的情况更常见，但也可能会出现以下情况：

• 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。如果每个分区中的数值矢量在 index_creation_time 时 $> 8 * 平均矢量$，则需要 REINDEX。
• 稀疏索引：如果超过 50% 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。出现这种情况时，请删除索引并重新创建。