Ottimizzare la ricerca vettoriale in Database di Azure per PostgreSQL
Intermedio
Sviluppatore
Database di Azure per PostgreSQL
Informazioni su come ottimizzare le prestazioni di ricerca vettoriale in Database di Azure per PostgreSQL usando pgvector. Ottimizzare i parametri di configurazione, selezionare e configurare indici vettoriali, progettare layout di dati efficienti, ridimensionare per carichi di lavoro con volumi elevati e implementare il pool di connessioni per le applicazioni di intelligenza artificiale.
Obiettivi di apprendimento
Dopo aver completato questo modulo, sarai in grado di:
- Ottimizzare i parametri di configurazione di PostgreSQL e pgvector per ottimizzare la latenza delle query e l'utilizzo della memoria per i carichi di lavoro di intelligenza artificiale
- Selezionare e configurare il tipo di indice vettoriale appropriato in base alle dimensioni del set di dati, ai modelli di query e ai requisiti di accuratezza
- Progettare layout di dati che ottimizzano le prestazioni di filtro dei metadati e archiviazione vettoriale
- Ridimensionare Database di Azure per PostgreSQL per gestire carichi di lavoro vettoriali con volumi elevati
- Implementare le strategie di gestione delle sessioni e del pool di connessioni per le applicazioni di intelligenza artificiale
Prerequisiti
Prima di iniziare questo modulo, è necessario disporre di:
- Esperienza di programmazione con Python.
- Conoscenza di base dei servizi di Azure e dei concetti relativi al cloud computing.
- Familiarità con i database relazionali e i concetti fondamentali di SQL.
- Conoscenza dei concetti di Machine Learning, inclusi incorporamenti e ricerca di somiglianza.