Valkey: Dimensionar o seu serviço
Esta documentação faz parte do guia Pesquisa vetorial e RAG. Consulte o guia completo aqui: Pesquisa semântica, recomendações e retrieval-augmented generation com Valkey.
👋 Bem-vindo à documentação da Stackhero!
A Stackhero disponibiliza uma solução Valkey cloud pronta a usar, que oferece várias vantagens, incluindo:
- Interface web Valkey Admin incluída.
- Tamanho e transferências de mensagens ilimitados.
- Atualizações fáceis com apenas um clique.
- Performance otimizada e segurança reforçada graças a uma infraestrutura privada e dedicada.
Poupe tempo e simplifique a sua vida: bastam 5 minutos para experimentar a solução de Valkey cloud hosting da Stackhero!
Os vetores são armazenados em memória, por isso é importante planear o seu impacto. A estimativa aproximada para vetores float32 é:
numberOfVectors x dimensions x 4 bytes, mais cerca de 30 a 50 por cento extra para o grafo HNSW.
Por exemplo, um milhão de vetores com 1536 dimensões requerem cerca de 6 GB para os vetores brutos. Um plano de 20 GB é um ponto de partida confortável. Pode reduzir o uso de memória escolhendo um modelo com menos dimensões: um modelo de 768 dimensões utiliza apenas metade da memória de um de 1536 dimensões.
Pode verificar o consumo real de memória com FT.INFO chunksIndex e com a métrica used_memory na sua monitorização Prometheus. Se precisar de mais memória, pode atualizar o seu plano a qualquer momento a partir do dashboard.