Skip to content

벡터 인덱싱 성능 최적화 가이드

벡터 기반 검색 시스템에서는 대량의 벡터 데이터를 빠르게 색인하는 것이 중요하다. OpenSearch는 이러한 작업의 성능을 향상시키기 위한 다양한 설정을 제공한다.

1. Refresh Interval 비활성화

  • 기본값: 1초마다 인덱스가 자동으로 refresh

  • 대량 색인 시, 여러 개의 작은 세그먼트가 생성되어 오버헤드 증가

  • 색인 중에는 refresh를 비활성화하고 완료 후 재활성화 권장

# 비활성화
PUT /<index_name>/_settings
{
  "index": {
    "refresh_interval": "-1"
  }
}

# 색인 완료 후 복원
PUT /<index_name>/_settings
{
  "index": {
    "refresh_interval": "1s"
  }
}

2. Replica 수 0으로 설정

  • 색인 중에는 Replica를 0으로 설정해 불필요한 복제 인덱스 생성 방지

  • 색인 완료 후 Replicas를 다시 설정하면 인덱스가 복제될 때 벡터 인덱스도 함께 복사

PUT /<index_name>/_settings
{
  "index": {
    "number_of_replicas": 0
  }
}

⚠️ 장애 시 데이터 손실 방지를 위해 외부 백업 권장

3. 색인 스레드 수 증가

  • index_thread_qty를 통해 병렬 색인 작업 수행 가능

설정값 예시 

PUT /_cluster/settings
{
  "persistent": {
    "knn.algo_param.index_thread_qty": 4
  }
}

CPU 사용률을 모니터링하며 적절한 값으로 조정

4. (OpenSearch 3.0+) Derived Vector Source로 저장 공간 절약

  • 벡터 필드를 _source에 저장하지 않고도 검색 기능 유지

  • 기본값: 활성화됨

  • 장점

    • 저장 용량 절약

    • update, update_by_query, reindex 모두 가능

5. (고급) 벡터 데이터 구조 지연 생성 전략

개요

  • 벡터 검색용 데이터 구조(HNSW 등)는 색인 시 자동 생성됨

  • 대량 초기 업로드 이후 검색만 수행하는 경우, 이 구조 생성을 나중에 수행하면 속도 개선 가능

단계별 구성

1. 색인 시 벡터 구조 생성 비활성화

PUT /test-index/
{
  "settings": {
    "index.knn.advanced.approximate_threshold": "-1"
  }
}

2. Bulk 색인 수행

POST _bulk
{ "index": { "_index": "test-index", "_id": "1" } }
{ "my_vector1": [1.5, 2.5], "price": 12.2 }
...

⚠️ 이 상태에서 검색하면 정확한 k-NN 방식으로 수행됨 (느림)

3. 벡터 구조 생성 활성화

PUT /test-index/_settings
{
  "index.knn.advanced.approximate_threshold": "0"
}

4. Force Merge 수행 (세그먼트 1개로 통합)

POST /test-index/_forcemerge?max_num_segments=1

이후 생성된 벡터 구조를 통해 빠른 근사 검색이 가능

정리: 성능 튜닝 체크리스트

항목 설명
Refresh Interval 비활성화 색인 중 작은 세그먼트 생성 방지
Replica 0 설정 복제 인덱스 생성 오버헤드 제거
색인 스레드 수 조절 병렬 인덱싱 최적화
Derived Source 사용 저장 공간 절감
벡터 구조 지연 생성 Bulk 인덱싱 속도 향상 + 효율적 검색 구성