Parâmetros de comparação de desempenho da IA do Azure Search

Artigo
04/22/2024

Importante

Esses parâmetros de comparação se aplicam aos serviços de pesquisa criados antes de 3 de abril de 2024 e se aplicam apenas a cargas de trabalho não vetoriais. As atualizações estão pendentes para serviços e cargas de trabalho nos novos limites.

Os parâmetros de comparação de desempenho são úteis para estimar o desempenho potencial em configurações semelhantes. O desempenho real depende de diversos fatores, incluindo o tamanho do serviço de pesquisa e os tipos de consultas sendo enviadas.

Para ajudar a estimar o tamanho do serviço de pesquisa necessário para sua carga de trabalho, executamos vários parâmetros de comparação para documentar o desempenho de diferentes serviços e configurações de pesquisa.

Para abranger um intervalo de diferentes casos de uso, executamos parâmetros de comparação para dois cenários principais:

Pesquisa de comércio eletrônico – esse benchmark emula um cenário de comércio eletrônico real e é baseado na empresa de comércio eletrônico nórdica CDON.
Pesquisa de documentos – esse cenário é composto por pesquisas de palavra-chave em documentos de texto completos do Semantic Scholar. Isso emula uma solução de pesquisa de documentos típica.

Embora esses cenários reflitam diferentes casos de uso, cada cenário é diferente para que sempre recomendemos o teste de desempenho de sua carga de trabalho individual. Publicamos uma solução de teste de desempenho usando o JMeter para que você possa executar testes semelhantes em seu próprio serviço.

Metodologia de teste

Para avaliar o parâmetro de comparação de desempenho de IA do Azure Search, executamos testes para dois cenários diferentes em diferentes camadas e combinações de réplica/partição.

Para criar esses parâmetros de comparação, a seguinte metodologia foi usada:

O teste começa em X consultas por segundo (QPS) por 180 segundos. Geralmente, isso era 5 ou 10 QPS.
Em seguida, o QPS aumentou em X e foi executado por mais 180 segundos
A cada 180 segundos, o teste aumenta X QPS até a latência média aumentada acima de 1.000 ms ou menor que 99% das consultas bem-sucedidas.

O grafo a seguir fornece um exemplo visual de como é a carga de consulta do teste:

Exemplo de teste

Cada cenário usou pelo menos 10.000 consultas exclusivas para evitar que os testes sejam excessivamente distorcidos pelo cache.

Importante

Esses testes incluem apenas cargas de trabalho de consulta. Se você espera ter um alto volume de operações de indexação, não deixe de considerar isso em seus testes de estimativa e desempenho. O código de exemplo para a simulação de indexação pode ser encontrado neste tutorial.

Definições

QPS máximo – os números de QPS máximos se baseiam no maior QPS obtido em um teste em que 99% das consultas foram concluídas com êxito sem limitação e latência média permanecia abaixo de 1000 ms.
Porcentagem máxima de QPS – um percentual do máximo de QPS alcançado para um teste específico. Por exemplo, se um determinado teste atingir um máximo de 100 QPS, 20% de QPS máximo seria 20 QPS.
Latência – a latência do servidor para uma consulta; esses números não incluem o RTT (atraso de viagem de ida e volta). Os valores estão em milissegundos (ms).

Testar o aviso de isenção de responsabilidade

O código usado para executar esses parâmetros de comparação está disponível no repositório azure-search-performance-testing. Vale a pena observar que observamos níveis de QPS ligeiramente menores na solução de teste de desempenho JMeter do que nos parâmetros de comparação. As diferenças podem ser atribuídas às diferenças no estilo dos testes. Isso fala sobre a importância de tornar seus testes de desempenho o mais semelhantes à sua carga de trabalho de produção possível.

Importante

Esses parâmetros de comparação de forma alguma garantem um certo nível de desempenho do seu serviço, mas podem dar uma ideia do desempenho que você pode esperar com base no seu cenário.

Se tiver mais dúvidas ou preocupações, entre em contato conosco pelo endereço azuresearch_contact@microsoft.com.

Parâmetro de comparação 1: pesquisa de comércio eletrônico

Esse parâmetro de comparação foi criado em parceria com a empresa de comércio eletrônico, CDON, o maior mercado online nórdico com operações na Suécia, Finlândia, Noruega e Dinamarca. Por meio de seus 1.500 comerciantes, a CDON oferece gama variada que inclui mais de 8 milhões de produtos. Em 2020, a CDON tinha mais de 120 milhões de visitantes e 2 milhões de clientes ativos. Você pode saber mais sobre o uso de IA do Azure Search pela CDON neste artigo.

Para executar esses testes, usamos um instantâneo do índice de pesquisa de produção da CDON e milhares de consultas exclusivas de seu site.

Detalhes do cenário

Contagem de documentos: 6.000.000
Tamanho do índice: 20 GB
Esquema de índice: um índice amplo com 250 campos no total, 25 campos pesquisáveis e 200 campos de face/filtro
Tipos de consulta: consultas de pesquisa de texto completo incluindo facetas, filtros, ordenação e perfis de pontuação

Desempenho S1

Consultas por segundo

O gráfico a seguir mostra a carga de consulta mais alta que um serviço pode manipular por um longo período em termos de consultas por segundo (QPS).

Comércio eletrônico S1 de QPS de melhor manutenção

Latência da consulta

A latência da consulta varia de acordo com a carga do serviço e os serviços sob maior estresse têm uma latência média de consulta mais alta. A tabela a seguir mostra os 25º, 50º, 75º, 90º, 95º e 99º percentis de latência de consulta para três níveis de uso diferentes.

Porcentagem máxima de QPS	Latência Média	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	1.175 ms
80%	239 ms	77 ms	248 ms	466 ms	763 ms	1.752 ms

Desempenho S2

Consultas por segundo

O gráfico a seguir mostra a carga de consulta mais alta que um serviço pode manipular por um longo período em termos de consultas por segundo (QPS).

Comércio eletrônico S2 de QPS de melhor manutenção

Latência da consulta

Porcentagem máxima de QPS	Latência Média	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

Desempenho S3

Consultas por segundo

O gráfico a seguir mostra a carga de consulta mais alta que um serviço pode manipular por um longo período em termos de consultas por segundo (QPS).

Comércio eletrônico S3 de QPS de melhor manutenção

Nesse caso, vemos que a adição de uma segunda partição aumenta significativamente o máximo de QPS, mas a adição de uma terceira partição fornece uma redução de retornos marginais. É provável que ocorra uma melhoria menor porque todos os dados já estão sendo obtidos na memória ativa do S3 com apenas duas partições.

Latência da consulta

Porcentagem máxima de QPS	Latência Média	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