Esta guía le ayuda a elegir la configuración de inicio adecuada para su
mongot Implementación. Siga estos pasos para determinar una configuración inicial eficaz y ajustarla a sus necesidades específicas.
Empezar
Identifica tu clase de carga de trabajo principal
Primero, determine si su aplicación se ajusta a la clase de carga de trabajo de CPU alta o baja. Este es el factor más importante para seleccionar los recursos adecuados.
- Cargas de trabajo de CPU alta
- Elige esta clase para búsquedas de texto completo de uso general donde el desempeño de las consultas es fundamental y dependiente del CPU. Estos nodos suelen tener una relación RAM/CPU de 2:1.
- Carga de trabajo con bajo consumo de CPU
- Esta clase es ideal para aplicaciones de búsqueda vectorial, especialmente con bajos volúmenes de datos, donde se prioriza la memoria sobre la potencia bruta de la CPU. Estos nodos suelen tener una relación RAM a CPU de 8:1.
Tip
Si desea comenzar rápidamente o tiene un caso de uso general, un nodo de CPU alta, pequeño o mediano, suele ser un punto de partida equilibrado y efectivo.
Seleccione un tamaño inicial
Después de identificar su clase de carga de trabajo, utilice la siguiente tabla para encontrar el tamaño de CPU inicial recomendado según su dimensión de escalado principal. Estas recomendaciones son solo un punto de partida. Ajuste el tamaño de CPU según sus patrones de carga de trabajo reales.
Caso de uso | clase | Dimensión de escalado | Tamaño |
|---|---|---|---|
predeterminado | High-CPU | Propósito general, comenzar | Pequeño o mediano |
Búsqueda vectorial, volúmenes de datos bajos | CPU baja | <= 10GB of vectors 10GB - 50GB of vectors >= 50GB of vectors | Small Medium Large |
Búsqueda de texto completo de uso general con bajos volúmenes de datos | Alta CPU | 20 - 40 QPS, light
indexing 80 - 160 QPS 320 - 480 QPS, heavy indexing | Small Medium Large |
Por ejemplo, si espera manejar 100 consultas por segundo (QPS) para una aplicación de búsqueda de texto completo, un nodo de CPU media alta es una opción adecuada.
Directrices para la dimensionamiento del disco
Debido a la asignación de índices, el tamaño de una colección y el tamaño del índice de búsqueda resultante no siempre están correlacionados. Por ejemplo, si tus documentos tienen 100 campos pero tu índice de búsqueda está configurado solo para 5 de esos campos, el índice será mucho más pequeño que la colección. Por el contrario, mapear todos los campos o utilizar funcionalidades como la autocompletación pueden aumentar el tamaño del índice.
Estimar tamaño del índice
Para estimar el tamaño total del índice en función del tamaño de su colección, realice estos pasos:
Insertar 1-2 GB de datos o crear una colección pequeña con
$out.Cree un índice de búsqueda con las asignaciones de campos elegidas.
Observe el tamaño del índice resultante y la relación tamaño índice-colección. Si ya utiliza Atlas Search, puede encontrar el tamaño del índice en las métricas del clúster o en la página de la lista de índices.
Utiliza la proporción del tamaño del índice respecto al tamaño de la colección para estimar el tamaño total del índice según el tamaño esperado de tu colección. Por ejemplo, si una colección de 1GB produce un índice de 250MB (una proporción de 0.25:1), es probable que una colección de 12GB genere un índice de aproximadamente 3GB.
Refina, implementa y supervisa
El dimensionamiento es un proceso iterativo. Tras implementar la configuración inicial, supervise su rendimiento y realice los ajustes necesarios.
Refina tu estimación: Antes de implementar, revisa las consideraciones de asignación de recursos. Supervisa cuidadosamente los factores que pueden afectar las necesidades de recursos, como tu estrategia de indexación (por ejemplo, tokenización nGram) o la complejidad de las consultas.
Para la dimensionamiento del disco, ten en cuenta que el tamaño del índice no está directamente correlacionado con el tamaño de la colección.
Implementar: Para una aplicación lista para producción, se recomienda encarecidamente usar nodos de búsqueda dedicados para garantizar el aislamiento de recursos y la alta disponibilidad.
Supervise métricas clave: Después del lanzamiento, supervise el rendimiento para ver si necesita escalar hacia arriba o hacia abajo. Por ejemplo:
CPU: Si el uso de la CPU está consistentemente por encima de 80%, probablemente necesite escalar.
Memoria: Si
Search Page Faultssupera constantemente 1000 por segundo, su sistema necesita más memoria. Para medir los fallos de la páginamongot_system_process_majorPageFaults_operationsde búsqueda, utilice la métrica.Disco: Asegúrese de que tiene suficiente espacio libre en disco para gestionar la reconstrucción de índices. Por lo general, debes asignar el doble del espacio en disco que requiere tu índice. Este espacio extra permite reconstruir los índices cuando sea necesario.
mongotse vuelve de solo lectura cuando la utilización del disco alcanza el 90%.