Esta guía lo ayuda a elegir la configuración inicial adecuada para su
mongot implementación. Sigue estos pasos para determinar una configuración inicial eficaz y refínala según tus necesidades específicas.
Empezar
Identifica tu clase de carga de trabajo principal
En primer lugar, determine si su aplicación encaja en la clase de carga de trabajo de alta CPU o baja CPU. 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 quieres empezar rápidamente o tienes un caso de uso general, un nodo con alta CPU pequeño o mediano suele ser un punto de partida equilibrado y eficaz.
Selecciona un tamaño de inicio
Después de identificar la clase de carga de trabajo, utiliza la siguiente tabla para encontrar un tamaño de CPU inicial recomendado en función de tu dimensión principal de escalado. Estas recomendaciones son un punto de partida. Ajusta el tamaño de tu CPU según los patrones reales de tu carga de trabajo.
Caso de uso | clase | Dimensión de escalado | Tamaño |
|---|---|---|---|
predeterminado | High-CPU | Propósito general, comenzar | Pequeño o Mediano |
Búsqueda vectorial, bajos volúmenes de datos | Baja CPU | <= 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 esperas gestionar 100 consultas por segundo (QPS) en una aplicación de búsqueda de texto completo, un nodo Medio Alto-CPU 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 tu colección, realiza los siguientes pasos:
Insertar 1-2 GB de datos o crear una colección pequeña con
$out.Crea 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. Después de implementar su configuración inicial, supervise su rendimiento y ajústela en consecuencia.
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 Faultsse mantienen constantemente por encima de 1000 por segundo, tu sistema necesita más memoria. Para medir los errores de página de búsqueda, use la métricamongot_system_process_majorPageFaults_operations.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%.