Conheça os tipos e as especificações das instâncias do DashVector para escolher a opção mais adequada à sua carga de trabalho.
Tipos de instância
O DashVector oferece três tipos de instância:
Otimizada para computação: Ideal para alto QPS, baixa latência e alto throughput de escrita. Escolha este tipo para cargas de trabalho com alta concorrência ou sensíveis à latência.
Otimizada para armazenamento (Recomendada): Oferece 5 vezes mais capacidade de armazenamento que as instâncias otimizadas para computação, sendo perfeita para grandes volumes de dados. Garante desempenho robusto, atende aos requisitos da maioria dos cenários e representa a opção mais econômica.
Versão de avaliação gratuita: Destinada apenas a testes. Não utilize em ambiente de produção. Válida por um mês, com possibilidade de renovação após o vencimento. Sujeita às Restrições e limites.
Uma instância de versão de avaliação gratuita expira após um mês e é liberada automaticamente. Todos os dados são excluídos permanentemente e não podem ser recuperados. Faça upgrade para uma instância paga dentro de 30 dias corridos para evitar perda de dados. A Alibaba Cloud não se responsabiliza por perdas de dados causadas pela expiração de uma instância de versão de avaliação gratuita.
Especificações das instâncias
O DashVector disponibiliza vários níveis de especificação para instâncias otimizadas para computação e para armazenamento, diferenciando-se principalmente pela capacidade de armazenamento.
Referência de capacidade de armazenamento
|
Tipo de instância |
Especificação da instância |
Referência de capacidade de documentos (com base em dados vetoriais FP32 de 768 dimensões) |
Referência de capacidade de documentos (com base em dados vetoriais FP32 de 1536 dimensões) |
|
Otimizada para computação |
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 |
|
|
Otimizada para armazenamento |
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 |
|
|
Importante
Para comprar instâncias otimizadas para armazenamento ou otimizadas para computação de especificação superior, ou para obter suporte técnico, entre em contato conosco:
|
|||
Estes dados foram verificados por meio de testes, mas servem apenas como referência.
Os documentos utilizados nos testes de capacidade contêm apenas uma chave primária e dados vetoriais, sem Fields. A chave primária é um número inteiro autoincrementável convertido em string, iniciando em zero. Em produção, os Fields consomem armazenamento adicional; portanto, a capacidade real de documentos pode ser inferior à listada.
Referência de desempenho de recuperação
|
Tipo de instância |
Especificação da instância |
topk=10 |
topk=100 |
topk=250 |
topk=1000 |
||||
|
QPS |
RT_p99 |
QPS |
RT_p99 |
QPS |
RT_p99 |
QPS |
RT_p99 |
||
|
Otimizada para computação |
P.large (com base em 1 milhão de dados vetoriais FP32 de 768 dimensões) |
962,6 |
<30 ms |
429,7 |
<30 ms |
387,5 |
<45 ms |
134,7 |
<250 ms |
|
Otimizada para armazenamento |
S.large (com base em 5 milhões de dados vetoriais FP32 de 768 dimensões) |
297,6 |
<30 ms |
112,5 |
<30 ms |
107,4 |
<50 ms |
37,1 |
<300 ms |
Os resultados dos testes baseiam-se no conjunto de dados Cohere. Como o desempenho varia conforme a distribuição dos dados, estes valores servem apenas como referência.
Os documentos usados nos testes de desempenho contêm apenas uma chave primária e dados vetoriais, sem Fields. A chave primária é um número inteiro autoincrementável convertido em string, começando em zero.
O DashVector executa otimização de índice em segundo plano, geralmente concluída em até 4 horas após uma operação de escrita. O desempenho atinge seu nível ideal após a conclusão da otimização.
Na capacidade máxima, o QPS atende ou supera os valores listados e não diminui conforme o volume de dados aumenta. Por exemplo, uma instância P.2xlarge com 2 milhões de vetores FP32 de 768 dimensões alcança QPS > 600 para topk=100.
Número de réplicas
O DashVector suporta de 1 a 5 réplicas por instância. Todas as réplicas contêm dados idênticos. O QPS escala linearmente com o número de réplicas, e um maior número de réplicas melhora a disponibilidade. Para ambientes de produção que exigem alta disponibilidade, defina o número de réplicas como 2 ou mais.
Alterar o número de réplicas afeta apenas o QPS e a disponibilidade, não a capacidade de armazenamento.