Optimiser la recherche vectorielle dans Azure Database pour PostgreSQL
Intermédiaire
Développeur
Azure Database pour PostgreSQL
Découvrez comment optimiser les performances de recherche vectorielle dans Azure Database pour PostgreSQL à l’aide de pgvector. Paramétrez les paramètres de configuration, sélectionnez et configurez des index vectoriels, concevez des dispositions de données efficaces, mettez à l’échelle les charges de travail à volume élevé et implémentez le regroupement de connexions pour les applications IA.
Objectifs d’apprentissage
Une fois ce module terminé, vous pourrez :
- Paramétrez les paramètres de configuration PostgreSQL et pgvector pour optimiser la latence des requêtes et l’utilisation de la mémoire pour les charges de travail IA
- Sélectionnez et configurez le type d’index vectoriel approprié en fonction de la taille du jeu de données, des modèles de requête et des exigences de précision
- Concevoir des dispositions de données qui optimisent les performances de filtrage des métadonnées et du stockage vectoriel
- Mettre à l’échelle la Base de données Azure pour PostgreSQL afin de gérer les charges de travail vectorielles de grande envergure
- Implémenter des stratégies de regroupement de connexions et de gestion de session pour les applications IA
Prérequis
Avant de commencer ce module, vous devez disposer des points suivants :
- Expérience de programmation avec Python.
- Compréhension de base des services Azure et des concepts de cloud computing.
- Connaissance des bases de données relationnelles et des bases de données SQL.
- Compréhension des concepts de Machine Learning, y compris les incorporations et la recherche de similarité.