登录/注册 个人中心 消息中心 退出登录 3 1 百度千帆视频AI笔记组件:技术原理、实践路径与价值解析 AI原生应用开发 / 技术交流 百度AI插件 2025.12.19 55772 看过 在数字化学习与企业知识管理场景中,视频作为信息传递的核心载体,其内容的高效提取与结构化梳理一直是开发者面临的核心痛点。
必选 indexType string 索引类型。当前支持如下类型: HNSW:HNSW向量索引 FLAT:FLAT向量索引(暴力检索) PUCK:PUCK向量索引(百度自研搜索算法) HNSWPQ:HNSWPQ向量索引 必选 metricType string 向量索引的距离度量算法。
当policyType为periodical时,传入的时间作为周期性策略的开始时间 可选 policyType string 自动构建索引策略类型,大小写不敏感,支持的类型如下: timing:定时构建索引,只构建一次。 periodical:周期性构建索引,每过多少秒会构建一次索引。 row_count_increment:根据tablet增加多少行数构建一次索引。
重建索引 { headInfo : , debugUrl :{ url : http://{host}/v{version}/index?rebuild , href : , method : POST }, debugDesc : 重建指定的索引。
Close / Open:关闭索引(不占用内存但保留在磁盘)或重新打开。 Delete:永久删除索引。 Shrink:将现有的索引收缩成一个新的拥有更少主分片的目标索引。 Allocation:配置索引的分片分配规则,用于将索引自动迁移到具有不同配置的特定节点上,比如冷数据节点。 Index Priority:设置索引的恢复优先级,数值越高,在节点重启或集群恢复时,该索引就会越早被恢复。
必选 indexName string 要删除的索引名称。
优化索引设计和使用 概述 PALO 目前支持两类索引: 内置索引:包括前缀索引和 ZoneMap 索引等; 二级索引:包括倒排索引、Bloomfilter 索引、N-Gram Bloomfilter 索引和 Bitmap 索引等 在业务优化过程中,充分分析业务特征并有效利用索引,会大大提升查询和分析的效果,从而达到性能调优的目的。
当前支持如下类型: SECONDARY:标量二级索引 INVERTED : 倒排索引 HNSW:HNSW向量索引 FLAT:FLAT向量索引(暴力检索) PUCK:PUCK向量索引(厂内自研搜索算法) HNSWPQ:HNSWPQ向量索引 可选 metricType string 向量索引的距离度量算法。
向量索引缓存管理 用户可以参考本文档,来修改向量索引的缓存设置,并管理向量索引缓存。 功能说明 为了保证向量检索查询请求的低延迟,很多向量索引需要保持索引结构常驻内存,避免查询时产生磁盘io。 BES数据节点默认会预留一半内存给 JVM(最大不超过30G内存),分配剩余内存的 50% 为向量索引使用,当内存中的向量索引结构大小超过阈值,会触发驱逐操作。
移除索引 如果你正在载入一个新创建的表,最快的方法是创建该表,用 COPY 批量载入该表的数据,然后创建表需要的任何索引。在已存在数据的表上创建索引要比在每一行被载入时增量地更新它更快。 如果你正在对现有表增加大量的数据,删除索引、载入表然后重新创建索引可能是最好的方案。当然,在缺少索引的期间,其它数据库用户的数据库性能将会下降。