更新时间:2023-06-20 GMT+08:00
向量检索的性能调优
写入性能优化
- 关闭副本,待数据导入完成后再开启副本,减少副本构建的开销。
- 调整“refresh_interval”为120s或者更大,避免频繁刷新索引生成大量小的segments,同时减少merge带来的向量索引构建开销。
- 适当调大“native.vector.index_threads”的值(默认为4),增加向量索引构建的线程数。
PUT _cluster/settings { "persistent": { "native.vector.index_threads": 8 } }
查询性能优化
- 在批量导入场景下,数据写入完成后,执行forcemerge操作能有效提升查询效率。
POST index_name/_forcemerge?max_num_segments=1
- 如果向量索引所需外内存超过了熔断线,查询时索引的缓存管理器会控制索引的换进换出,导致查询变慢,此时可适当调大熔断线的配置。
PUT _cluster/settings { "persistent": { "native.cache.circuit_breaker.cpu.limit": "75%" } }
- 如果端到端时延明显大于返回结果中的took值,说明查询的fetch阶段开销较大,可通过配置“_source”减小fdt文件的大小,从而降低fetch开销。
PUT my_index { "settings": { "index": { "vector": "true" }, "index.soft_deletes.enabled": false }, "mappings": { "_source": { "excludes": ["my_vector"] }, "properties": { "my_vector": { "type": "vector", "dimension": 128, "indexing": true, "algorithm": "GRAPH", "metric": "euclidean" } } } }
父主题: 向量检索