Azure Yapay Zeka Arama'te depolama ve ölçüm tutarsızlıklarını giderme

Bu makalede Azure portalı, REST API'leri ve Azure SDK'ları arasında tutarsız görünen depolama ölçümleri hakkında sık sorulan sorular yanıtlanmaktadır.

Azure Yapay Zeka Arama'teki depolama değerleri düzenli aralıklarla toplanır ve gerçek zamanlı durumu yansıtmayabilir. Bu nedenle, çoğu senaryoda kısa vadeli tutarsızlıklar beklenir.

Ölçümlerin nasıl toplandığı ve raporlandığı hakkında arka plan bilgileri için bkz. Azure AI Arama'yı izleme.

Belgeleri sildiğimde veya güncelleştirdiğimde depolama alanı neden hemen değişmiyor?

Belgeleri sildiğinizde, Azure Yapay Zeka Arama silme işlemini hemen onaylar, ancak fiziksel depolama geri kazanma işlemi arka plan birleştirme işlemleriyle gerçekleşir. Temel alınan belge silinmiş olarak işaretlenir ve sonraki sorgular sırasında atlanır. Yeni belgeler dizine eklendikçe ve iç dizin büyüdükçe sistem silinen belgeleri temizler ve kaynakları geri alır. Bu, belgeleri silme ile temel alınan kaynakların serbest kalması arasındaki gecikmeyi gözlemleme olasılığınız olduğu anlamına gelir.

Belge güncelleştirmelerinin depolama üzerinde benzer bir etkisi vardır. Belgeler sabit olduğundan, güncelleştirme dahili olarak silme ve ekleme işlemidir: eski sürüm silinmiş olarak işaretlenir ve yeni bir sürüm eklenir. Arka plan birleştirme işlemleri eski sürümü temizleyene kadar depolama alanının aynı kalmak yerine geçici olarak arttığını gözlemleyebilirsiniz.

Bu birleştirme işlemleri genellikle hizmet üzerindeki yük miktarına bağlı olarak 24 ile 72 saat arasında tamamlar. Fiyatlandırma katmanınızın depolama sınırına yakınsanız, büyük ölçekli güncelleştirmeleri veya belge değişikliklerini planlarken bu geçici artışı dikkate alırsınız.

Daha fazla bilgi için bkz. Arama dizinindeki belgeleri silme ve Dizindekibelgeleri silme veya güncelleştirme yükü.

Portal ve API değerleri neden zaman içinde aynı noktada farklılık gösterir?

Azure portalı ve REST API'leri farklı yenileme tempoları olduğundan farklı değerler bildirebilir. Özellikle:

• Portala Genel Bakış sayfasındaki Kullanım sekmesi, genellikle birkaç dakikada bir düzenli aralıklarla yenilenir.
• GET Hizmet İstatistikleri, , storageSizeve vectorIndexSizegibi documentCounthizmet düzeyi sayaçları döndürür.
• GET Dizin İstatistikleri , dizin başına sayaçları döndürür.

Hizmet düzeyi ve dizin düzeyi istatistikleri bağımsız olarak ve farklı aralıklarla toplanır. Bir yüzeyden alınan anlık görüntü, aynı anda yakalanmadıysa diğerinden gelen anlık görüntüyle hizalanmayabilir. Bu davranış normaldir ve bir hataya işaret etmez.

İzleme yüzeyleri hakkında daha fazla bilgi için bkz. Azure AI Arama'yı izleme.

Yeniden oluşturulmuş dizin neden benzer içeriğe sahip eski bir dizinden daha büyük?

Arka plan birleştirme işlemleri eski belge sürümlerini temizlemeyi tamamlamadığından, yeniden oluşturulmuş dizin geçici olarak farklı bir depolama profili gösterebilir. Hizmet yüküne bağlı olarak, bu birleştirmeler genellikle 24-72 saat sürer. Bu süre boyunca depolama alanı beklenenden büyük görünebilir. Bu, fiyatlandırma katmanınızın depolama sınırına yaklaştığınızda dikkate alınması gereken özellikle önemlidir. Dizin oluşturma etkinliğinin daha düşük olduğu dönemlerde büyük yeniden oluşturma veya geçiş işlemlerini planlayın ve birleştirmeler tamamlanana kadar depolama ölçümlerini izleyin.

Birleştirme işlemleri tamamlandıktan sonra bile, yeniden oluşturulmuş dizinin son boyutu özgün dizinden biraz farklı olabilir. Dizin depolama boyutu belirsiz değildir ve sonucu etkileyen birkaç faktör vardır:

• Alan, çözümleyici veya vektör yapılandırmaları ekleme gibi şema değişiklikleri.
• Silinen belge oranını etkileyen veri alımı ve güncelleştirme desenleri.
• Niceleme veya depolama azaltma seçenekleri gibi vektör iyileştirme ayarları.

Boyutu etkileyen faktörler hakkında daha fazla bilgi için bkz. Azure Yapay Zeka Arama'tevektör dizini boyutu ve sınırları ve Hizmet sınırları.

Toplam depolama alanı neden vektör dizini boyutuyla eşleşmiyor?

storageSize ve vectorIndexSize farklı şeyleri ölçüyor:

• storageSize metin, meta veriler ve vektörler gibi tüm veri türlerinin içeriği dahil olmak üzere bir dizinin toplam disk ayak izidir.
• vectorIndexSize , belleğe yüklenen vektör dizininin boyutu üzerindeki bir sınırdır. Kapsamlı KNN algoritmasını kullanan vektör alanları, vektör dizin kotası kullanmaz ve vectorIndexSize için sıfır rapor eder. Daha fazla bilgi için bkz . Vektör dizini boyutu ve sınırları.

Azure Yapay Zeka Arama farklı amaçlar için vektör alanlarının birden çok kopyasını depoladığı için diskte vektörler tarafından tüketilen toplam depolama alanı bellek içi vektör dizin boyutundan daha büyük olabilir. Bu kopyaların ne olduğu ve disk tüketimini nasıl azalttığı hakkında bilgi için bkz. İsteğe bağlı vektör örneklerini depolama alanından kaldırma.

Ölçümleri doğru şekilde nasıl karşılaştırmalıyım?

Tutarsızlığı gerçek mi yoksa zamanlama yapıtı mı olduğunu belirlemek için, tutarlı bir UTC saat penceresi içinde aynı yüzeyden değerleri yakalayın:

1. Aynı beş dakikalık süre içinde GET Hizmet İstatistikleri ve GET Dizin İstatistikleri'ni çağırın.
2. Örneklemeyi sabit bir tempoda (örneğin, 20-30 dakikada bir) tekrarlayın.
3. Değerlerin yakınsanmıyor olduğu sonucuna varmadan önce en az üç ardışık pencereyi karşılaştırın.
4. storageSize'yi vectorIndexSize'den ayırarak, farklı fiziksel yapıları izlediklerinden dolayı ayrı değerlendirin.

Tutarsızlık ve gerçek bir kusur ne zaman beklenir?

Çoğu tutarsızlık beklenir ve müdahale edilmeden çözülür. Hata ölçütleri karşılanırsa, sonraki bölümde açıklanan kanıtı içeren bir destek isteği açın.

Beklenen ayrışma

• Kısa süre önce yoğun dizin oluşturma, güncelleştirme veya silme işlemleri gerçekleştirdiğiniz için değerler hala yakınsanıyor.
• Portal ve API değerleri farklılık gösterir, ancak boşluk yinelenen örnekler arasında daralr.
• storageSize ve vectorIndexSize eşleşmez, bu tasarım gereğidir çünkü farklı şeyleri ölçerler.

Olası hata

• Uyumsuzluk, düşük yazma veya silme etkinliği sırasında en az üç hizalanmış örnekleme penceresi arasında devam eder.
• Tekrarlanan örneklemeye rağmen yakınsama eğilimi görünmez.
• Bildirilen değerler gecikmeli otomatik ölçeklendirme tetikleyicisi veya kota uygulama hataları gibi hatalı işletimsel kararlara yol açar.

Destek isteğine ne eklemeliyim?

Destek isteğinize aşağıdaki bilgileri ekleyin:

• Her portal ve API örneği için UTC zaman damgaları.
• GET Hizmet İstatistikleri ve GET Dizin İstatistikleri'nden ham JSON yanıtları.
• Gözlem süresi boyunca yaklaşık veri alma, güncelleme ve silme hacmi.
• Ölçeklendirme gecikmesi, kota bloğu veya yanlış kapasite raporlaması gibi işletimsel etkinin açıklaması.

İlgili içerik

• Azure AI Arama'yı İzle
• Vektör dizini boyutu ve sınırları
• Azure Yapay Zeka Arama'te hizmet sınırları
• Arama dizinindeki belgeleri silme