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。

指标名称	数据类型	说明
relid	OID	包含向量索引的表的唯一标识符
indexrelid	OID	向量索引的唯一标识符
schemaname	NAME	拥有索引的架构的名称
relname	NAME	包含索引的表的名称
indexrelname	NAME	索引的名称
indextype	NAME	索引的类型。此值始终设置为 alloydb_scann。
indexconfig	TEXT[]	在创建索引时为其定义的配置，例如叶数量和量化器
indexsize	TEXT	索引大小
indexscan	BIGINT	对索引启动的索引扫描的次数

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。

指标名称	数据类型	说明
insertcount	BIGINT	对索引执行的插入操作的次数。此指标还包括在创建索引之前存在的行数。
updatecount	BIGINT	对索引执行的更新操作的次数。此指标不考虑任何热更新。
deletecount	BIGINT	对索引执行的删除操作的次数。
distribution	JSONB	索引的所有分区中的向量分布。 以下字段展示了分布情况： maximum (INT8)：所有分区中的向量数上限。 minimum (INT8)：所有分区中的向量数下限。 average (FLOAT)：所有分区中的向量平均数。 outliers (INT8[])：所有分区中排名靠前的离群值。此值显示了前 20 个离群值。 注意：由于 K-means 聚类算法固有的特性，即使在最初创建索引时，向量在各个分区之间的分布也始终会存在一定程度的差异。

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。