排查并优化短连接 排查步骤 通过性能监控功能,确认CPU使用率高的具体时间段。具体操作,请参见 查看监控数据 。 在性能监控页面,查看是否有CPU使用率较高,连接数较高,但QPS(每秒访问次数)未达到预期的现象。如果有,说明可能存在短连接,请参考下文的解决方法。 解决方法 将短连接调整为长连接,例如使用JedisPool连接池连接。
当您的业务部署在多个可用区、多个地域时,利用热活集群组可以实现应用访问数据库的低延迟和高稳定性。本文介绍如何新建热活集群组。 前提条件 已创建主角色GaiaDB集群。关于如何创建集群,请参见 创建集群 。 使用限制 主角色集群和从角色集群的数据库引擎版本需保持一致。 一个热活集群组中包含一个主角色集群和最多两个从角色集群,集群的地域和可用区不受限制,多个集群可以存在于同一个地域的同一个可用区。
下方法 constructer: Java 复制 1 InsertRequest ( String database , String table , List < Row > rows ) setter: 方法 参数类型 返回值类型 功能 setDatabase String 无 设置数据库名
uot;: false, 14 "modifiable": true, 15 "createTime": "2023-09-13 15:40:37", 16 "attention": "参数修改后,只对新连接有效
注意事项 对于测试版实例开机需要提供实例ID并提交工单反馈 工单 操作步骤 按以下步骤在控制台上修改实例的登录密码: 登录 云管理控制台 ,选择“产品服务 > 数据库 > 向量数据库 VectorDB”。 选择云服务器所在的区域;点击右边导航栏的回收站,即可查看到期进入回收站的实力信息。 通过回收站,你可以做开机操作,标准版实例可以自助开机,测试版需要工单。
我们的向量数据库解决方案充分利用大模型的推理能力,针对私域数据提供定制化、高效的知识管理和检索服务。 核心功能 统一的客户向量数据全生命周期管理 :支持数据从存储、索引到检索的全生命周期管理,确保私域数据的完整性和可用性。 多模私域数据存储和检索管理 :无论是文本、图像还是其他类型的数据,都能提供高效的存储和检索解决方案。
一、准备环境 向量数据库环境 1、创建百度向量数据库实例,当前 每个新用户都有免费试用实例 ,抓紧申请吧。 地址: https://console.bce.baidu.com/vdb/#/vdb/instance/create 2、创建成功后,通过实例详情页查看访问的地址信息和账号信息,用于访问操作向量数据库。
pymochow.ai.embedder 向量检索 基于内容的语义相似度,利用向量数据库查找相关内容。 pymochow.ai.pipeline 全文检索 基于 BM25 算法,进行关键词匹配的全文搜索。 pymochow.ai.pipeline 混合检索 结合向量检索和全文检索,通过设置权重实现语义与关键词的多模态搜索。
操作示例 概要 向量数据库目前主要应用于 RAG 场景。在 RAG 的应用中,除了向量数据库,还需要文档管理、文档解析、分档分块、Embedding 服务(将内容向量化)、Rerank,以及 LLM 大模型等多个服务的相互协作,共同实现完整的 RAG 功能。基于这一需求,我们对各模块服务进行了封装,提供了对应的接口,方便用户自定义各模块,并与向量数据库高效结合,快速构建属于自己的 RAG 服务。
多可用区部署可通过将数据库实例分布在同一地域的多个隔离可用区,支持跨地域灾备与就近访问,为业务提供高可用性与自动化故障转移能力。 注意事项 多可用区部署功能目前在公测阶段,集群费用和单可用区部署的价格目前是一致的。 当前此功能仅支持华北-保定地域。 若发起降配操作,请您关注计算节点的CPU占用率、内存占用率等指标情况,评估资源使用裕度,谨慎操作。 购买集群 登录 GaiaDB管理控制台 。