Ejercicio: Optimización del rendimiento de la búsqueda vectorial en Azure Database for PostgreSQL
En este ejercicio, implementará una instancia de Azure Database for PostgreSQL y la optimizará para cargas de trabajo de búsqueda vectorial. Los datos de prueba se crean con incrustaciones de vectores, se analizan el rendimiento de línea base, se compilan y comparan los índices OBJECTFlat y HNSW y se optimizan los parámetros de búsqueda. Estas técnicas son esenciales para las aplicaciones de inteligencia artificial de producción que requieren una búsqueda de similitud rápida en grandes conjuntos de datos.
Tareas realizadas en este ejercicio:
- Descarga de archivos de inicio del proyecto y configuración del script de implementación
- Implementación de un servidor flexible de Azure Database for PostgreSQL con autenticación de Microsoft Entra
- Creación de un conjunto de datos de prueba con incrustaciones de vectores
- Análisis del rendimiento de la búsqueda vectorial de línea base sin índices
- Crear y comparar índices vectoriales IVFFlat y HNSW
- Ajustar los parámetros de índice para equilibrar la velocidad y la recuperación
Este ejercicio se realiza en aproximadamente 30 minutos.
Antes de comenzar
Para completar el ejercicio, necesita lo siguiente:
- Una suscripción de Azure con los permisos para implementar los servicios de Azure necesarios. Si aún no tiene una, puede registrarse para obtener una.
- Visual Studio Code en una de las plataformas admitidas.
- La versión más reciente de la CLI de Azure.
- Herramientas de línea de comandos de PostgreSQL (psql)
Comienza
Seleccione el botón Iniciar ejercicio para abrir las instrucciones del ejercicio en una nueva ventana del explorador. Cuando haya terminado con el ejercicio, vuelva aquí a:
- Completar el módulo
- Reciba un distintivo por completar este módulo
