塞马布·塔里克：在pgvector中使用并行索引构建将HNSW构建速度提高80%
内容提要
随着pgvector 0.6的发布，HNSW的索引构建能力有了重大更新，即并行索引构建。并行索引构建利用并行处理来加快索引创建速度，可以更好地利用系统资源。在基准测试中，显示并行索引构建比传统的单线程索引构建快80%。通过设置max_parallel_maintenance_workers参数，可以控制最大并行工作者数量，平衡查询和维护任务的工作负载。
延伸解读
并行索引构建的适用场景
并行索引构建特别适合大型表的索引创建，能显著缩短构建时间。但需注意，并行工作线程会消耗CPU和内存资源，可能影响同时运行的查询。因此，在维护窗口或低负载时段进行索引构建更为合适。
参数配置与资源平衡
max_parallel_maintenance_workers控制维护操作的最大并行工作线程数，但受max_worker_processes限制。设置时需考虑系统总工作进程数，避免耗尽连接资源。例如，若max_worker_processes为16，设置8个维护工作线程后，剩余8个可用于客户端连接。
基准测试结果解读
在8核CPU、32GB内存的AWS t2.2xlarge实例上，使用8个并行工作线程将索引构建时间从1小时46分钟缩短至20分钟，提升约80%。但该结果基于特定数据集和参数，实际效果可能因硬件配置、数据规模和参数设置而异。
Q&A
pgvector 0.6的主要更新是什么？
pgvector 0.6发布了HNSW的并行索引构建能力。
什么是并行索引构建？
并行索引构建是指利用多个工作线程同时创建索引，从而加快索引创建速度。
并行索引构建比传统单线程构建快多少？
基准测试显示并行索引构建比传统单线程构建快80%。
如何设置并行工作者的数量？
通过设置max_parallel_maintenance_workers参数，可以控制最大并行工作者数量。
测试环境的配置是什么？
测试环境包括AWS云服务，t2.2xlarge实例，8核CPU和32GB内存。
使用8个并行工作者的索引构建时间是多少？
使用8个并行工作者将索引构建时间缩短至20分钟。
