向量检索版针对用户实例预算问题,提供了资源计算器,新接入的实例可通过计算器对实例资源进行预算参考。切换向量检索版,单击创建实例,在右侧会展示规格计算器。
购买服务
单击规格计算器:
打开Opensearch向量检索版规格计算器对话框,包含基础情况、向量数据情况和查询情况三个配置区域,填写完成后单击进行运算获取推荐规格。
基础情况
-
实例所在区域:用户需要创建引擎的区域。
-
是否有容灾需求:用户是否需要容灾需求,可下拉选择:有、无。
向量数据情况
-
向量数据条数:用户要写入引擎向量数据doc数。
-
向量维度:用户写入引擎的向量维度。
-
向量算法:可根据需求进行选择,目前支持三种算法。
-
HNSW:基于图的向量检索算法,召回率极高且性能很好,内存及存储占用与Linear相当,在低维度和高维度向量数据集上均有很好的表现,适用于大多数向量检索场景。
-
QC:基于量化聚类的向量检索算法,召回结果正确率极高,占用资源较少,性能较好,在低维度向量数据集上有更好表现,内存及储存占用一般只有Linear和HNSW的1/4,适用于对召回率没有严苛要求的大数据量检索场景。
-
Linear:线性检索,即暴力检索,召回结果完全正确,占用资源多性能较差,通常适用于小数据集上(1W条数据量以内)的精确检索。
查询情况
-
平均QPS:用户接入引擎的流量QPS
-
期望搜索平均响应时间:用户期望召回结果的平均耗时,单位下拉可选,s或ms。
上述填写完毕,点击运行计算:
运算后,平台会推荐出需要购买的查询节点以及数据节点的规格及副本数,如下:
推荐结果包括查询节点规格族、查询节点数量、查询节点规格、数据节点规格族、数据节点数量、数据节点规格以及单数据节点存储空间/磁盘空间等参数。
用户可根据推荐的规格资源进行购买机器。
该文章对您有帮助吗?