मॉड्यूल मूल्यांकन - Training

1.

आप ट्यून कर रहे हैं PostgreSQL 2 मिलियन 1536-आयामी एम्बेडिंग के साथ वेक्टर खोज कार्यभार के लिए। क्वेरीज़ धीमी हैं और आपको 85%का कैश हिट अनुपात दिखाई देता है। आपको किस कॉन्फ़िगरेशन परिवर्तन को प्राथमिकता देनी चाहिए?

PostgreSQL कैश में अधिक डेटा रखने के लिए बढ़ाएँ shared_buffers

अधिक इंडेक्स स्कैन को प्रोत्साहित करने के लिए कम करें random_page_cost

अधिक अनुक्रमणिका विभाजन खोजने के लिए बढ़ाएँ ivfflat.probes

2.

आपको 5 मिलियन उत्पाद एम्बेडिंग के डेटासेट के लिए एक वेक्टर अनुक्रमणिका बनाने की आवश्यकता है जो बार-बार बैच अपडेट (दैनिक पूर्ण ताज़ा) प्राप्त करता है। निर्माण का समय 30 मिनट से कम होना चाहिए। आपको कौन सा इंडेक्स कॉन्फ़िगरेशन चुनना चाहिए?

IVFFlat सूचियों के साथ sqrt (पंक्तियों) पर सेट

एचएनएसडब्ल्यू एम = 16 और ef_construction = 64 के साथ

एचएनएसडब्ल्यू एम = 8 और ef_construction = 32 के साथ

3.

आपकी फ़िल्टर की गई वेक्टर खोज क्वेरी को वेक्टर समानता के आधार पर category_id फ़िल्टर और फिर ऑर्डर करता है. क्वेरी योजना उत्पाद तालिका पर एक अनुक्रमिक स्कैन दिखाती है। आपको पहले क्या जांचना चाहिए?

सत्यापित करें कि स्तंभ पर category_id कोई B-tree अनुक्रमणिका मौजूद है

सत्यापित करें कि वेक्टर अनुक्रमणिका क्वेरी के रूप में एक ही ऑपरेटर वर्ग का उपयोग करता है

खोज स्थान का विस्तार करने के लिए बढ़ाएँ hnsw.ef_search

4.

आप एक एआई एप्लिकेशन के लिए कनेक्शन प्रबंधन लागू कर रहे हैं जो चरम ट्रैफ़िक के दौरान प्रति सेकंड 500 वेक्टर प्रश्न बनाता है। PostgreSQL इंस्टेंस के लिए आपका Azure डेटाबेस 1,719 अधिकतम कनेक्शन का समर्थन करता है। आपको किस दृष्टिकोण का उपयोग करना चाहिए?

PgBouncer को अपने अनुप्रयोग आवृत्तियों के लिए उपयुक्त पूल आकार के साथ हस्तांतरण मोड में सक्षम करें

प्रत्येक क्वेरी अनुरोध के लिए एक नया डेटाबेस कनेक्शन बनाएँ

PgBouncer को सत्र मोड में सक्षम करें लगातार कनेक्शन बनाए रखने के लिए

5.

आप एक अनुशंसा इंजन को स्केल कर रहे हैं जो वर्तमान में सामान्य प्रयोजन 8 vCore उदाहरण पर चलता है। सीपीयू उपयोग औसत 75% और P95 क्वेरी विलंबता 150 एमएस है, लेकिन आपको उप-50ms विलंबता प्राप्त करने की आवश्यकता है। आपको पहले कौन सा स्केलिंग दृष्टिकोण आज़माना चाहिए?

अधिक vCores के साथ मेमोरी ऑप्टिमाइज़्ड टियर में अपग्रेड करें

क्वेरी लोड वितरित करने के लिए पठन प्रतिकृतियां जोड़ें

Redis के लिए Azure कैश के साथ अनुप्रयोग-स्तरीय कैशिंग लागू करें

मॉड्यूल का आकलन

प्रतिक्रिया