Pelajari tipe dan spesifikasi instans DashVector untuk memilih opsi yang paling sesuai dengan workload Anda.
Tipe instans
DashVector menyediakan tiga tipe instans:
-
Compute-optimized: Paling cocok untuk QPS tinggi, latensi rendah, dan throughput tulis tinggi. Pilih tipe ini untuk workload dengan konkurensi tinggi atau sensitif terhadap latensi.
-
Storage-optimized (Direkomendasikan): Menyediakan kapasitas penyimpanan 5× lebih besar dibandingkan instans compute-optimized, ideal untuk volume data besar. Memberikan performa kuat, memenuhi kebutuhan sebagian besar skenario, dan merupakan opsi paling hemat biaya.
-
Free trial: Hanya untuk pengujian. Jangan gunakan dalam lingkungan produksi. Berlaku selama satu bulan dan dapat diperpanjang setelah kedaluwarsa. Tunduk pada Batasan dan kuota.
Instans free trial kedaluwarsa setelah satu bulan dan secara otomatis dilepas. Semua data akan dihapus secara permanen dan tidak dapat dipulihkan. Tingkatkan ke instans berbayar dalam waktu 30 hari kalender untuk menghindari kehilangan data. Alibaba Cloud tidak bertanggung jawab atas kehilangan data akibat kedaluwarsa instans free trial.
Spesifikasi instans
DashVector menyediakan beberapa tier spesifikasi untuk instans compute-optimized dan storage-optimized, yang terutama berbeda dalam kapasitas penyimpanan.
Referensi kapasitas penyimpanan
|
Tipe instans |
Spesifikasi instans |
Referensi kapasitas Doc (berdasarkan data vektor FP32 berdimensi 768) |
Referensi kapasitas Doc (berdasarkan data vektor FP32 berdimensi 1536) |
|
Compute-optimized |
P.small |
500.000 |
250.000 |
|
P.large |
1.000.000 |
500.000 |
|
|
P.2xlarge |
2.000.000 |
1.000.000 |
|
|
P.4xlarge |
4.000.000 |
2.000.000 |
|
|
P.8xlarge |
8.000.000 |
4.000.000 |
|
|
P.16xlarge |
16.000.000 |
8.000.000 |
|
|
Storage-optimized |
S.small |
2.500.000 |
1.250.000 |
|
S.large |
5.000.000 |
2.500.000 |
|
|
S.2xlarge |
10.000.000 |
5.000.000 |
|
|
S.4xlarge |
20.000.000 |
10.000.000 |
|
|
S.8xlarge |
40.000.000 |
20.000.000 |
|
|
S.16xlarge |
80.000.000 |
40.000.000 |
|
|
Penting
Untuk membeli instans storage-optimized atau compute-optimized dengan spesifikasi lebih tinggi, atau untuk dukungan teknis, hubungi kami:
|
|||
-
Data ini telah diverifikasi melalui pengujian, tetapi hanya bersifat referensi.
-
Doc yang digunakan dalam pengujian kapasitas hanya berisi primary key dan data vektor, tanpa Fields. Primary key berupa integer auto-increment yang dikonversi ke string, dimulai dari nol. Di lingkungan produksi, Fields mengonsumsi ruang penyimpanan tambahan, sehingga kapasitas Doc aktual mungkin lebih rendah dari yang tercantum.
Referensi performa retrieval
|
Tipe instans |
Spesifikasi instans |
topk=10 |
topk=100 |
topk=250 |
topk=1000 |
||||
|
QPS |
RT_p99 |
QPS |
RT_p99 |
QPS |
RT_p99 |
QPS |
RT_p99 |
||
|
Compute-optimized |
P.large (berdasarkan 1 juta data vektor FP32 berdimensi 768) |
962,6 |
<30 ms |
429,7 |
<30 ms |
387,5 |
<45 ms |
134,7 |
<250 ms |
|
Storage-optimized |
S.large (berdasarkan 5 juta data vektor FP32 berdimensi 768) |
297,6 |
<30 ms |
112,5 |
<30 ms |
107,4 |
<50 ms |
37,1 |
<300 ms |
-
Hasil pengujian didasarkan pada dataset Cohere. Performa bervariasi tergantung distribusi data, sehingga nilai-nilai ini hanya bersifat referensi.
-
Doc yang digunakan dalam pengujian performa hanya berisi primary key dan data vektor, tanpa Fields. Primary key berupa integer auto-increment yang dikonversi ke string, dimulai dari nol.
-
DashVector melakukan optimasi indeks di latar belakang, biasanya selesai dalam waktu 4 jam setelah operasi tulis. Performa optimal dicapai setelah proses optimasi selesai.
-
Pada kapasitas penuh, QPS memenuhi atau melebihi nilai yang tercantum dan tidak menurun seiring pertambahan volume data. Sebagai contoh, instans P.2xlarge dengan 2 juta vektor FP32 berdimensi 768 mencapai QPS > 600 untuk topk=100.
Jumlah replika
DashVector mendukung 1 hingga 5 replika per instans. Semua replika berisi data identik. QPS meningkat secara linear seiring penambahan jumlah replika, dan lebih banyak replika meningkatkan ketersediaan. Untuk lingkungan produksi yang memerlukan ketersediaan tinggi, atur jumlah replika menjadi 2 atau lebih.
-
Mengubah jumlah replika hanya memengaruhi QPS dan ketersediaan, bukan kapasitas penyimpanan.