Megosztás a következőn keresztül:


Az Azure AI Search teljesítménymutatói

Fontos

Ezek a teljesítménymutatók a 2024. április 3. előtt létrehozott keresési szolgáltatásokra vonatkoznak a régebbi infrastruktúrán futó üzemelő példányokon. A teljesítménytesztek csak a nem avatott számítási feladatokra is érvényesek. A frissítések az új korlátokon lévő szolgáltatások és számítási feladatok esetében függőben vannak.

A teljesítménymutatók hasznosak a lehetséges teljesítmény hasonló konfigurációk szerinti becsléséhez. A tényleges teljesítmény számos tényezőtől függ, például a keresési szolgáltatás méretétől és a küldendő lekérdezések típusától.

A számítási feladathoz szükséges keresési szolgáltatás méretének becsléséhez számos teljesítménytesztet futtattunk a különböző keresési szolgáltatások és konfigurációk teljesítményének dokumentálásához.

A különböző használati esetek széles körének lefedése érdekében két fő forgatókönyv esetében futtattunk teljesítményteszteket:

Bár ezek a forgatókönyvek különböző használati eseteket tükröznek, minden forgatókönyv eltérő, ezért mindig javasoljuk az egyéni számítási feladatok teljesítményteszteltségét. Közzétettünk egy teljesítménytesztelési megoldást JMeter használatával, hogy hasonló teszteket futtathass a saját szolgáltatásán.

Tesztelési módszertan

Az Azure AI Search teljesítményének összehasonlításához két különböző forgatókönyvet futtattunk különböző szinteken és replika-/partíciókombinációkban.

A referenciamutatók létrehozásához a következő módszertant használták:

  1. A teszt másodpercenkénti lekérdezésekkel X (QPS) kezdődik 180 másodpercig. Ez általában 5 vagy 10 QPS volt.
  2. A QPS ezután tovább nőtt X , és további 180 másodpercig futott
  3. A teszt 180 másodpercenként nőtt a QPS-sel X , amíg az átlagos késés 1000 ms fölé vagy a lekérdezések 99%-ánál kisebbre nem nőtt.

Az alábbi gráf vizuális példát ad a teszt lekérdezési terhelésének megjelenésére:

Példateszt

Minden forgatókönyv legalább 10 000 egyedi lekérdezést használt, hogy elkerülje a gyorsítótárazás által túlzottan eltúlzott teszteket.

Fontos

Ezek a tesztek csak lekérdezési számítási feladatokat tartalmaznak. Ha nagy mennyiségű indexelési műveletre számít, mindenképpen vegye figyelembe ezt a becslésben és a teljesítménytesztelésben. Az indexelés szimulálására szolgáló mintakód ebben az oktatóanyagban található.

Definíciók

  • Maximális QPS – a maximális QPS-számok egy olyan tesztben elért legmagasabb QPS-n alapulnak, ahol a lekérdezések 99%-a sikeresen befejeződött szabályozás nélkül, és az átlagos késés 1000 ms alatt maradt.

  • A maximális QPS százalékos aránya – Az adott vizsgálathoz elért maximális QPS százalékos aránya. Ha például egy adott teszt elérte a 100 QPS-t, a maximális QPS 20%-a 20 QPS lenne.

  • Késés – A kiszolgáló késése egy lekérdezéshez; ezek a számok nem tartalmazzák az oda-vissza utazás késleltetését (RTT). Az értékek ezredmásodpercben (ms) vannak.

Tesztelési jogi nyilatkozat

A teljesítménytesztek futtatásához használt kód az azure-search-performance-testing adattárban érhető el. Érdemes megjegyezni, hogy a JMeter teljesítménytesztelési megoldással valamivel alacsonyabb QPS-szinteket figyeltünk meg, mint a teljesítménytesztekben. A különbségek a tesztek stílusbeli különbségeinek tulajdoníthatók. Ez azt jelzi, hogy a teljesítménytesztek a lehető legnagyobb mértékben hasonlítanak az éles számítási feladatokhoz.

Fontos

Ezek a teljesítménymutatók semmilyen módon nem garantálják a szolgáltatás bizonyos szintű teljesítményét, de képet adnak a forgatókönyv alapján várható teljesítményről.

Ha bármilyen kérdése vagy aggálya van, forduljon hozzánk a azuresearch_contact@microsoft.com.

CDON embléma

Ezt a teljesítménytesztet az e-kereskedelmi vállalattal, a CDON-nal, a nordic régió legnagyobb online piacterével, svédországi, finnországi, norvégiai és dániai műveletekkel együtt hozták létre. 1500 kereskedője révén a CDON széles választékot kínál, amely több mint 8 millió terméket tartalmaz. 2020-ban a CDON-nak több mint 120 millió látogatója és 2 millió aktív ügyfele volt. Ebben a cikkben többet is megtudhat az Azure AI Search CDON általi használatáról.

Ezeknek a teszteknek a futtatásához pillanatképet használtunk a CDON éles keresési indexéről és több ezer egyedi lekérdezésről a webhelyükről.

Forgatókönyv részletei

  • Dokumentumszám: 6 000 000
  • Indexméret: 20 GB
  • Indexséma: széles index összesen 250 mezővel, 25 kereshető mezővel és 200 facetable/filterable mezővel
  • Lekérdezéstípusok: teljes szöveges keresési lekérdezések, beleértve az aspektusokat, szűrőket, rendezési és pontozási profilokat

S1 teljesítmény

Lekérdezések másodpercenként

Az alábbi diagram azt mutatja, hogy a szolgáltatás mennyi lekérdezési terhelést képes hosszabb ideig kezelni a másodpercenkénti lekérdezések (QPS) szempontjából.

Legmagasabb karbantartható QPS e-kereskedelmi s1

Lekérdezés késése

A lekérdezés késése a szolgáltatás terhelésétől függően változik, és a szolgáltatások nagyobb terhelés esetén nagyobb átlagos lekérdezési késéssel rendelkeznek. Az alábbi táblázat a lekérdezési késés 25., 50., 75., 90., 95. és 99. percentiliseit mutatja három különböző használati szint esetében.

A maximális QPS százalékos aránya Átlagos késés 25% 75% 90% 95% 99%
20% 104 ms 35 ms 115 ms 177 ms 257 ms 738 ms
50% 140 ms 47 ms 144 ms 241 ms 400 ms 1175 ms
80% 239 ms 77 ms 248 ms 466 ms 763 ms 1752 ms

S2 teljesítmény

Lekérdezések másodpercenként

Az alábbi diagram azt mutatja, hogy a szolgáltatás mennyi lekérdezési terhelést képes hosszabb ideig kezelni a másodpercenkénti lekérdezések (QPS) szempontjából.

Legmagasabb karbantartható QPS e-kereskedelmi s2

Lekérdezés késése

A lekérdezés késése a szolgáltatás terhelésétől függően változik, és a szolgáltatások nagyobb terhelés esetén nagyobb átlagos lekérdezési késéssel rendelkeznek. Az alábbi táblázat a lekérdezési késés 25., 50., 75., 90., 95. és 99. percentiliseit mutatja három különböző használati szint esetében.

A maximális QPS százalékos aránya Átlagos késés 25% 75% 90% 95% 99%
20% 56 ms 21 ms 68 ms 106 ms 132 ms 210 ms
50% 71 ms 26 ms 83 ms 132 ms 177 ms 329 ms
80% 140 ms 47 ms 153 ms 293 ms 452 ms 924 ms

S3 teljesítmény

Lekérdezések másodpercenként

Az alábbi diagram azt mutatja, hogy a szolgáltatás mennyi lekérdezési terhelést képes hosszabb ideig kezelni a másodpercenkénti lekérdezések (QPS) szempontjából.

Legmagasabb karbantartható QPS e-kereskedelmi s3

Ebben az esetben azt látjuk, hogy a második partíció hozzáadása jelentősen növeli a maximális QPS-t, de egy harmadik partíció hozzáadása csökkenti a marginális megtérülést. A kisebb javulás valószínűleg azért van, mert az összes adat már be van húzva az S3 aktív memóriájába mindössze két partícióval.

Lekérdezés késése

A lekérdezés késése a szolgáltatás terhelésétől függően változik, és a szolgáltatások nagyobb terhelés esetén nagyobb átlagos lekérdezési késéssel rendelkeznek. Az alábbi táblázat a lekérdezési késés 25., 50., 75., 90., 95. és 99. percentiliseit mutatja három különböző használati szint esetében.

A maximális QPS százalékos aránya Átlagos késés 25% 75% 90% 95% 99%
20% 50 ms 20 ms 64 ms 83 ms 98 ms 160 ms
50% 62 ms 24 ms 80 ms 107 ms 130 ms 253 ms
80% 115 ms 38 ms 121 ms 218 ms 352 ms 828 ms

Forgatókönyv részletei

  • Dokumentumszám: 7,5 millió
  • Indexméret: 22 GB
  • Indexséma: 23 mező; 8 kereshető, 10 szűrhető/facetable
  • Lekérdezéstípusok: kulcsszavas keresések aspektusokkal és találatkiemeléssel

S1 teljesítmény

Lekérdezések másodpercenként

Az alábbi diagram azt mutatja, hogy a szolgáltatás mennyi lekérdezési terhelést képes hosszabb ideig kezelni a másodpercenkénti lekérdezések (QPS) szempontjából.

Legmagasabb karbantartható QPS-dokumentumkeresés s1

Lekérdezés késése

A lekérdezés késése a szolgáltatás terhelésétől függően változik, és a szolgáltatások nagyobb terhelés esetén nagyobb átlagos lekérdezési késéssel rendelkeznek. Az alábbi táblázat a lekérdezési késés 25., 50., 75., 90., 95. és 99. percentiliseit mutatja három különböző használati szint esetében.

A maximális QPS százalékos aránya Átlagos késés 25% 75% 90% 95% 99%
20% 67 ms 44 ms 77 ms 103 ms 126 ms 216 ms
50% 93 ms 59 ms 110 ms 150 ms 184 ms 304 ms
80% 150 ms 96 ms 184 ms 248 ms 297 ms 424 ms

S2 teljesítmény

Lekérdezések másodpercenként

Az alábbi diagram azt mutatja, hogy a szolgáltatás mennyi lekérdezési terhelést képes hosszabb ideig kezelni a másodpercenkénti lekérdezések (QPS) szempontjából.

Legmagasabb karbantartható QPS-dokumentumkeresés s2

Lekérdezés késése

A lekérdezés késése a szolgáltatás terhelésétől függően változik, és a szolgáltatások nagyobb terhelés esetén nagyobb átlagos lekérdezési késéssel rendelkeznek. Az alábbi táblázat a lekérdezési késés 25., 50., 75., 90., 95. és 99. percentiliseit mutatja három különböző használati szint esetében.

A maximális QPS százalékos aránya Átlagos késés 25% 75% 90% 95% 99%
20% 45 ms 31 ms 55 ms 73 ms 84 ms 109 ms
50% 63 ms 39 ms 81 ms 106 ms 123 ms 163 ms
80% 115 ms 73 ms 145 ms 191 ms 224 ms 291 ms

S3 teljesítmény

Lekérdezések másodpercenként

Az alábbi diagram azt mutatja, hogy a szolgáltatás mennyi lekérdezési terhelést képes hosszabb ideig kezelni a másodpercenkénti lekérdezések (QPS) szempontjából.

Legmagasabb karbantartható QPS-dokumentumkeresés s3

Lekérdezés késése

A lekérdezés késése a szolgáltatás terhelésétől függően változik, és a szolgáltatások nagyobb terhelés esetén nagyobb átlagos lekérdezési késéssel rendelkeznek. Az alábbi táblázat a lekérdezési késés 25., 50., 75., 90., 95. és 99. percentiliseit mutatja három különböző használati szint esetében.

A maximális QPS százalékos aránya Átlagos késés 25% 75% 90% 95% 99%
20% 43 ms 29 ms 53 ms 74 ms 86 ms 111 ms
50% 65 ms 37 ms 85 ms 111 ms 128 ms 164 ms
80% 126 ms 83 ms 162 ms 205 ms 233 ms 281 ms

Legfontosabb ismeretek

Ezeken a teljesítménymutatókon keresztül képet kaphat az Azure AI Search teljesítményajánlatairól. A különböző szinteken lévő szolgáltatások közötti különbségeket is láthatja.

A referenciamutatók néhány fő módszere a következők:

  • Az S2 általában a lekérdezési kötet legalább négyszeresét képes S1-ként kezelni
  • Az S2 általában kisebb késéssel rendelkezik, mint az S1 hasonló lekérdezési köteteken
  • Replikák hozzáadásakor a szolgáltatás által kezelt QPS általában lineárisan kezeli a skálázásokat (például ha egy replika 10 QPS-t képes kezelni, akkor öt replika általában 50 QPS-t képes kezelni)
  • Minél nagyobb a szolgáltatás terhelése, annál nagyobb az átlagos késés

Azt is láthatja, hogy a teljesítmény jelentősen változhat a forgatókönyvek között. Ha nem a várt teljesítményt kapja, tekintse meg a jobb teljesítményre vonatkozó tippeket.

Következő lépések

Most, hogy megismerte a teljesítménymutatókat, többet is megtudhat arról, hogyan elemezheti az Azure AI Search teljesítményét és a teljesítményt befolyásoló főbb tényezőket.