Valkey: Dimensionner votre service
Cette documentation fait partie du guide Recherche vectorielle et RAG. Consultez le guide complet ici : Recherche sémantique, recommandations et retrieval-augmented generation avec Valkey.
👋 Bienvenue dans la documentation Stackhero !
Stackhero propose une solution Valkey cloud clé en main qui offre de nombreux avantages, dont :
- Interface web Valkey Admin incluse.
- Taille et transferts de messages illimités.
- Mises à jour faciles en un seul clic.
- Performance optimale et sécurité avancée grâce à une infrastructure privée et dédiée.
Gagnez du temps et simplifiez-vous la vie : il ne vous faut que 5 minutes pour essayer l’hébergement Valkey cloud de Stackhero !
Les vecteurs sont stockés en mémoire, il est donc important de planifier leur empreinte. L'estimation pour des vecteurs float32 est :
numberOfVectors x dimensions x 4 bytes, plus environ 30 à 50 % supplémentaires pour le graphe HNSW.
Par exemple, un million de vecteurs de 1536 dimensions nécessitent environ 6 Go pour les vecteurs bruts. Un forfait de 20 Go constitue un point de départ confortable. Vous pouvez réduire la consommation mémoire en choisissant un modèle avec moins de dimensions : un modèle à 768 dimensions utilise seulement la moitié de la mémoire d'un modèle à 1536 dimensions.
Vous pouvez vérifier la consommation mémoire réelle avec FT.INFO chunksIndex et avec la métrique used_memory dans votre monitoring Prometheus. Si vous avez besoin de plus de mémoire, vous pouvez à tout moment faire évoluer votre forfait depuis votre tableau de bord.