適切なクラスタータイプを選択する
Zilliz Cloud でクラスターを作成する際、適切な Compute Unit (CU) を選択することは重要なステップです。CU はデータの並列処理に使用されるコンピュートリソースの基本単位であり、クラスタータイプごとに CPU、メモリ、ストレージの組み合わせが異なります。
クラスタータイプを理解する
Zilliz Cloud では、Performance-optimized、Capacity-optimized、Tiered-storage のクラスタータイプを提供しています。
次の表は、3 つのクラスタータイプをさまざまな観点から簡単に比較したものです。クラスタータイプ間の容量とパフォーマンスの詳細な比較については、最適なクラスタータイプを選択する に進んでください。
| クラスタータイプ | 検索 QPS | 検索レイテンシー | クエリ CU あたりの容量 | 100 万ベクトルあたりのコスト |
|---|---|---|---|---|
| Performance-optimized | 500-1500 | 10 ms | 768 次元ベクトル 200 万件 | 月額 $63〜 |
| Capacity-optimized | 100-300 | 50-100 ms | 768 次元ベクトル 800 万件 | 月額 $16〜 |
| Tiered-storage | 10-50 | 100-1000 ms | 768 次元ベクトル 4,000 万件 | 月額 $5〜 |
Performance-optimized cluster
-
低レイテンシーと高スループットを重視するシナリオ向けに設計されています。
-
生成 AI、レコメンデーションシステム、チャットボットなどのリアルタイムアプリケーションに最適です。
Capacity-optimized cluster
-
大規模データセットの処理向けに設計されており、検索性能は控えめである一方、Performance-optimized に比べて 5 倍のデータ容量を備えています。
-
大規模な非構造化データ検索、著作権検出、本人確認に最適です。
Tiered-storage cluster
-
超大規模でコスト重視のワークロードに最適です。
-
大量のデータを低コストで保存する必要があるアプリケーションに最適です。Tiered-storage cluster の容量は Capacity-optimized cluster の 4 倍です。
最適なクラスタータイプを選択する
クラスタータイプを選択する際は、データ量、期待するパフォーマンス、予算を考慮してください。ベクトルデータの規模は、ベクトル数と次元数の両面において、クラスターリソースの割り当てを決定する上で重要な役割を果たします。
容量を評価する
クラスターが収容できるエンティティ数は、クラスターのクエリ CU 容量によって決まります。
データ量に対して必要なクエリ CU 数を見積もるには、計算ツール をご利用ください。
パフォーマンスを評価する
パフォーマンス指標、特にレイテンシーと 1 秒あたりのクエリ数 (QPS) は重要です。
Performance-optimized cluster は、特に標準的な top-k 値が 10 から 250 の範囲において、レイテンシーとスループットの両面で Capacity-optimized cluster を明確に上回ります。
次の表は、Performance-optimized cluster と Capacity-optimized cluster の QPS に関するテスト結果を示しています。
| top_k | Performance-optimized cluster の QPS (768 次元、100 万ベクトル) | Capacity-optimized cluster の QPS (768 次元、500 万ベクトル) |
|---|---|---|
| 10 | 520 | 100 |
| 100 | 440 | 80 |
| 250 | 270 | 60 |
| 1000 | 150 | 40 |
次の表は、各クラスタータイプのレイテンシーに関するテスト結果を示しています。
| top_k | Performance-optimized cluster のレイテンシー (768 次元、100 万ベクトル) | Capacity-optimized cluster のレイテンシー (768 次元、500 万ベクトル) |
|---|---|---|
| 10 | < 10 ms | < 50 ms |
| 100 | < 10 ms | < 50 ms |
| 250 | < 10 ms | < 50 ms |
| 1000 | 10 - 20 ms | 50 - 100 ms |
シナリオ別の内訳
800 万枚の画像ライブラリを持つ画像レコメンデーションアプリケーションを構築しているとします。ライブラリ内の各画像は、768 次元の埋め込みベクトルで表現されています。目標は、1,000 QPS のレコメンデーションリクエストを迅速に処理し、上位 100 件の画像レコメンデーションを 30 ミリ秒未満で返すことです。
この要件に適したクラスタータイプとクエリ CU を選択するには、次の手順に従ってください。
-
レイテンシーを評価する: 30 ミリ秒のレイテンシー要件を満たすのは Performance-optimized cluster のみです。
-
容量を評価する: クエリ CU が 1 の Performance-optimized cluster 1 つで、768 次元ベクトルを 200 万件収容できます。800 万件すべてのベクトルを保存するには、少なくとも 4 クエリ CU が必要です。
-
スループットを確認する:
top-kを 100 に設定した場合、Performance-optimized cluster は 440 QPS を実現できます。1,000 QPS を安定して維持するには、レプリカ数を 3 倍にする必要があります。
結論として、このシナリオでは Performance-optimized cluster が最適です。各レプリカが 4 クエリ CU で構成される 3 レプリカの構成で、要件を十分に満たせます。