İçeriğe geç
academia.sh
en
Giriş yap

Kurs Orta

Gömme Vektörleri ve Erişim Artırılmış Üretim

Bu kursun sonunda

Kursa başla

01

Gömmeler ve Vektör Arama

Bir sorgunun dağarcıktaki hangi parçayı getirdiğinin ve arama düzeneğinin her katmanının neyi kazandırıp neyi kaybettirdiğinin ölçülmesi: anahtar sözcük eşleşmesi ile gömme benzerliğinin aynı sorgu kümesindeki erişim kesinliği ve anması, aynı boyutta alan içi ile alan dışı gömmenin getirdiği parça farkı, açı benzerliği ile iç çarpımın ilk üç sonucu kaç sorguda ayırdığı ve uzunluk yanlılığının hangisinde çıktığı, tam tarama tabanına karşı dizinli aramanın anması ile karşılaştırma sayısının yan yana okunması, süzgeç seçiciliği arttıkça daralan uzayda komşuluğun bozulması ve aday sayısının düşmesi, yalnız anahtar sözcük, yalnız gömme ve birleşik kurulumun karşılaştırılması ile birleşiğin ikisinden de kötü kaldığı sorgu sınıfı.

  1. 01 Gömme Nedir Bir sorgunun dağarcıktaki hangi belgeye benzediğine sözcüklerle değil anlamla karar verilmesi ve bu kararın iki ayrı ölçütle sayılması. İki yüz belgelik, 693 paragraflık, yirmi kavramlı kurgu bir dağarcıkta kırk sorgu koşturulur: anahtar sözcük eşleşmesinin erişim kesinliği 0,1200 ve erişim anması 0,0616 kalırken gömme benzerliği 0,4600 ve 0,2223 veriyor; ilk sonucun kavram isabeti 0,0500'den 0,5000'e, sınıf isabeti 0,2500'den 1,0000'e çıkıyor. Anmanın tavanı beş parça için 0,4904'tür ve sınıf isabetinin tek başına okunması kavram isabetindeki yarım payı gizler. Bedel 8000 karşılaştırma, 240 gömme çağrısı ve 6400 saklanan sayıdır.
  2. 02 Gömme Modelleri Bir gömme modelinin üç ayarından ikisinin aynı iş yükünde yan yana ölçülmesi: boyut ve alan uyumu. Aynı otuz iki boyutta, aynı 6400 saklanan sayıda, aynı kırk sorguda alan içi gömme 0,4600 erişim kesinliği ve 0,5000 kavram isabeti verirken alan dışı gömme 0,0650 ve 0,0500'e düşüyor; kavram ve sınıf isabetinde anahtar sözcük tabanının sayısını birebir tekrarlıyor, getirilen kümede ise tabanın altına iniyor. Aynı aileden ikinci bir gömme modeliyle fark 0,0250 kavram isabetinde kalırken alan dışına düşmenin kaybı 0,4500; ilki ölçülmemiş, ikincisi ölçülmüştür. Boyut süpürmesinde iki model 64 ile 8 arasında hangi boyutun iyi olduğunda anlaşmıyor ve uçurum yalnız 8 ile 4 arasında ortaya çıkıyor.
  3. 03 Benzerlik Ölçütleri Aynı vektörlerin iki ayrı ölçütle sıralanması ve seçimin getirilen parçayı ne kadar değiştirdiği. İç çarpım, açı benzerliğinin iki vektörün boyuyla çarpımıdır; bir sorgu için sorgu boyu sabit olduğundan bütün sıra farkı belge vektörünün boyundan gelir ve bu boy en kısa çeyrekte 4,6864, en uzun çeyrekte 5,3966'dır. Kırk sorgunun otuzunda ilk üç sonuç ayrışıyor; açı benzerliği 0,4600 erişim kesinliği ve 0,5000 kavram isabeti verirken iç çarpım 0,3900 ve 0,4250'de kalıyor ve ikinci bir gömme modelinde de aynı yön çıkıyor. Uzunluk yanlılığı iç çarpımdadır: getirilen kümenin ortalaması 64,3 belirteç, açı benzerliğinde 54,6, dağarcıkta 61,5; ilgili belgelerin ortalaması da 61,5 olduğuna göre uzunluk ilgililik taşımıyor.
  4. 04 Vektör Veritabanları Sorgunun bütün dağarcıkla karşılaştırılması varsayımının kaldırılması ve yaklaşıklığın bedelinin ölçülmesi. İki yüz kurgu belgede tam tarama sorgu başına 200 karşılaştırma ister; kovalı dizin kova 16 ve sonda 2 ile anmayı 0,9600'de tutup karşılaştırmayı 47,2'ye indiriyor, sonda 4'te anma 1,0000 ve karşılaştırma 69,2. Sonda 1'de anma 0,7000'e, ilk beşin kavram kesinliği 0,4600'den 0,3600'e düşüyor: dizin yalnız aday kümesini değil yanıtı da bozuyor. Komşuluk çizgesi derece 8'de giriş düğümünden yalnız 27 belgeye erişebiliyor ve anması 0,0800; derece 48'de 9600 kenar saklayıp 84,7 karşılaştırmayla 0,7650'de kalıyor, yani kovalı dizinden hem pahalı hem kötü. İki dizin kurulumu arasındaki fark 0,0200 ve bu iş yükünün eşiği budur.
  5. 05 Meta Veri Süzme Vektör aramasının bir meta veri kısıtıyla birleştirilmesi ve süzgeç daraldıkça komşuluğun bozulmasının ölçülmesi. İki yüz kurgu belge on altı bölgeye dağıtılıyor; süzgeçsiz kovalı dizin 0,9600 anmayı 47,2 karşılaştırmayla veriyor. Süzgeç aramadan sonra uygulandığında anma 0,4450'ye ve 0,0900'e düşüyor, kırk sorgunun kırkı beş sonuçtan azını döndürüyor; elliye çıkarılmış getirme bunu 0,8700 ve 0,4750'ye çekiyor ama dizin içinde süzmenin tavanını aşamıyor. Dizin içinde süzmede süzgeç genişliği 16'dan 1'e inerken aday sayısı 31,2'den 2,8'e, anma 0,9600'den 0,4750'ye iniyor; karşılaştırma 47,2'den 18,8'e inerken süzülmüş kümenin tam taraması 200'den 18'e iniyor. Genişlik 1'de dizin 18,8 karşılaştırmayla 0,4750, tam tarama 18 karşılaştırmayla 1,0000 veriyor. İki dizin kurulumu arasındaki fark süzgeçsizken 0,0200, süzgeçliyken 0,0950 ile 0,1300 arasında.
  6. 06 Karma Arama Anahtar sözcük eşleşmesi ile gömme aramasının ayrı ayrı ve birlikte ölçülmesi. Üç kurgu sorgu sınıfında üç kurulum yan yana koşuluyor: abone dilinde anahtar sözcük 0,0500, gömme 0,5000; belge dilinde ikisi de 0,5000; belge kodu sorgusunda anahtar sözcük 1,0000, gömme 0,0000. Sıra temelli birleştirme belge dili sınıfında 0,4000 veriyor, yani ikisinden de kötü; bu sabit 5, 20 ve 60'ta sürüyor. Kod sınıfında birleştirme hedef belgeyi ilk beşte tutma payını 1,0000'den 0,0500'e düşürüyor. Nedeni iki listenin ilk beşinin ortak belge sayısıdır: abone dilinde 0,20, belge dilinde 1,05. İki listede de ikinci sırada duran bir belge, birinde birinci öbüründe yok olan belgeyi geçiyor. Birleştirme yirminci sıraya kadar anmayı 0,7122'den 0,7209'a çıkarıyor; kazandığı yer derinlik, kaybettiği yer ilk sıradır.

02

Erişim Hattı

Getirilen parçanın modele ne yaptığının ve hattın her adımının kendi bedelinin sayılması: erişimsiz taban, erişimli ve yanlış parçalı üç koşumun karşılaştırılması ve yanlış parçalı koşumun tabanın altına düşmesi, belge hazırlığının erişim anmasına kattığı ile hazırlığın attığı bilgi, parça boyutu ve örtüşme arttıkça yükselen anma ile katlanan parça sayısı ve belirteç, yenileme aralığı uzadıkça büyüyen bayatlık payı ve yeniden gömülen parça sayısı, tek adımlı sorgu dönüştürmenin eklediği çağrı ile kısa sorguda kazandırıp uzun sorguda kaybettirdiği, yeniden sıralamanın ilk k kesinliğine kattığı ile büyüyen aday sayısı ve gecikme sınıfı, bağlam sınırına sığan parça sayısı ile aynı parçaların farklı sırada verilmesinin değiştirdiği yanıt payı, doğru parça ile doğru yanıtın dört durumlu tablosu ve tek sayının bu dördünü gizlemesi, bilgi tazeliği, biçim uyumu ve alan dili görevlerinde erişim ile ince ayarın kattığı, tablo taşıyan kaynağın satır bazlı ve blok bazlı parçalanmasının anmaya yaptığı.

  1. 01 Erişim Artırılmış Üretim Nedir İki yüz belgelik kurgu bir dağarcıkta aynı kırk sorgunun üç kurulumda koşturulması ve erişim ile üretimin iki ayrı sütun olarak basılması: erişimsiz taban üretimde 0,1750 tutarken alan içi gömmeyle kurulan hat erişim anmasını 0,9500'e, üretimi 0,9250'ye çıkarıyor, alan dışı gömmeyle kurulan aynı hat ise anmayı 0,1750'de bırakıp üretimi 0,0500'e, yani tabanın altına düşürüyor. Bedel yan yana yazılıyor: 3174 belirteçten 5343 belirtece, sıfır erişim adımından yirmi yedi bin yedi yüz yirmi adıma, doğru yanıt başına 453,4 belirteçten 144,4 belirtece ve yanlış parçalı kurulumda 2706,5 belirtece. Altı tohumun koşumu bu iş yükünün eşiğini 0,0750 olarak veriyor ve doğru parça gelen otuz sekiz sorgunun biri yine de yanlış yanıtlanıyor.
  2. 02 Belge Hazırlama Aynı kurgu dağarcığın ham hâlinden başlayarak dört hazırlık düzeyinin aynı kırk sorguda ölçülmesi: belge başına tek blok olarak bırakılan kaynak erişim anmasını 1,0000 ile en yükseğe çıkarıyor ama isteklerin tamamı bağlam penceresini aşıyor ve üretim 0,0000'a iniyor, yani tek sütun basılsaydı en kötü kurulum kazanırdı. Satır bazlı kaba bölme 1805 parça saklıyor ve üretimde 0,9000 veriyor, yapıya duyarlı hazırlık ise 693 parçayla 0,9250 ve önceki dersin başladığı yeri birebir üretiyor; aradaki 0,0250 bu kursun 0,0750 eşiğinin altındadır ve ölçülmemiş sayılır. Yinelenen satır süzgeci 798 satır ve 6962 belirteç atarken 568 kavram-belge bağının 96'sını yok ediyor ve sekiz belgede ana kavramın kanıtını siliyor; eşik ikiye indiğinde kayıp 283 bağa ve altmış belgeye çıkıyor. Erişim ve üretim sütunları bu kaybın hiçbirini göstermiyor.
  3. 03 Parçalama Stratejileri Parça sınırının bir karar olarak ele alınması ve boyut ile örtüşmenin aynı kurgu dağarcıkta süpürülmesi: sekiz belirteçlik parçalar kaynaktaki 693 ilişki geçişinin hiçbirini bütün tutamıyor, seksen belirteçlik parçalar 0,9784'ünü tutuyor ama isteklerin 0,25'i bağlam penceresini aşıyor ve üretim 0,9250'den 0,4750'ye iniyor. Yirmi belirteçlik parçada örtüşme sıfırdan on ikiye çıkarıldığında ilişki anması 0,4416'dan 1,0000'a yükselirken saklanan belirteç 11281'den 23145'e, yani 2,05 kata çıkıyor; kazanılan ilişki başına maliyet altıncı belirteçten sonra 16'dan 215'e sıçruyor ve kesişme noktası oradadır. Kaynağın kendi paragraf sınırına uyan bölme ise aynı 1,0000 ilişki anmasını 693 parça ve 11281 belirteçle, yani örtüşmenin yarısı kadar yerle veriyor. Erişim anması ve üretim iki süpürmenin hiçbir satırında eşiği aşacak kadar oynamıyor.
  4. 04 Dizinleme ve Güncelleme Dizinin bir anlık görüntü olduğunun ve kaynak değiştikçe bayatladığının ölçülmesi: on iki dönemlik kurgu bir değişiklik akışında yenileme aralığı birden on ikiye çıkarıldığında bayat parça payı 0,0000'dan 0,2562'ye, yanlış yanıt payı 0,0750'den 0,3875'e çıkıyor. Erişim sütunu bu bozulmanın hiçbirini göstermiyor: erişim anması altı aralıkta da 0,9500, kavram isabeti 0,9250; düşen tek sütun, yanıtın kopyaladığı yürürlük kaydının güncel olma payıdır. Yenileme maliyeti iki politikada ayrı okunuyor: tam yeniden dizinleme aralık birde 8316 parça gömüyor, artımlı yenileme 881. Aralığı on iki katına çıkarmak artımlı yenilemede güncel yanıt başına gömülen parçayı yalnız 1,98'den 1,77'ye indiriyor, yani kazancı yüzde on bir; aynı kararın bedeli güncel yanıt payında 0,3125'tir. İki koşumun farkı bütün satırlarda 0,0000.
  5. 05 Sorgu Dönüştürme Kullanıcının yazdığı sorgunun dizine gitmeden önce tek bir model çağrısıyla belge diline çevrilmesi ve bu adımın kazandırdığı ile kaybettirdiğinin ayrı ayrı sayılması: kırk sorguluk kurgu kümede kısa yazımın tabanı 0,3750 anma ve 0,2000 üretim iken genişletme ikisini 0,7500 ve 0,7000'e çıkarıyor, yani dizin dilinde yazılmış sorgunun bıraktığı yere geliyor. Aynı düzenek uzun yazımda tabanı 0,5500'den 0,3500'e, yeniden yazma ise 0,2500'e düşürüyor, çünkü dönüştürücünün doğru kavramı bulma payı 0,9500'den 0,3500'e iniyor. Bedel her iki kümede de sorgu başına bir çağrı ve dört yüzden iki bin üç yüz altmışa kadar ek belirteçtir; iki koşum farkı anmada 0,0500, üretimde 0,1000 ölçüldü.
  6. 06 Yeniden Sıralama Getirmenin iki aşamaya bölünmesi ve ikinci aşamanın kazandırdığı ile ödettiğinin yan yana sayılması: tek aşamalı hatta ilk üçün kesinliği 0,4167'de kalıyor, çünkü tek bir benzerlik puanı sorgunun kavramı ile kayıt türünü aynı anda arayamıyor. Adayları sorguyla birlikte okuyan ikinci aşama on iki adayda kesinliği 0,8000'e, yirmi dört adayda 0,9000'e çıkarıyor ve üretimi 0,7500'den 1,0000'e taşıyor. Kırk sekiz adayda kesinlik yalnızca 0,0083 artıyor, yani 0,0333'lük iki koşum farkının altında kalıyor; buna karşılık ilk üçün anması 1,0000'den 0,9500'e düşüyor, çağrı sayısı kırktan bin dokuz yüz altmışa, belirteç 4003'ten 71374'e çıkıyor.
  7. 07 Bağlam Kurma Getirilen parçaların isteme yerleştirilmesi ve bu yerleştirmenin kendi başına bir düzenek olduğunun ölçülmesi: iki yüz kırk belirteçlik pencereye yönerge ve sorgudan sonra 11,3 parça sığıyor, on birinci parçada kırk sorgunun on dördü, on üçüncüde hepsi sınırı aşıyor. Parça sayısı birden ona çıkarıldığında erişim anması 0,7750'den 0,9750'e yükselirken üretim 0,7750'den 0,4750'ye düşüyor. Bağlamda hep bir ilgili parça bırakılıp yanına dört ilgisiz parça konduğunda üretim ilgili parça başta 0,7500, sonda 0,5250, ortada 0,1000 oluyor ve aynı parçaların sırası değiştiğinde yanıtların 0,9250'si değişiyor; aynı sırada tohum değiştirildiğinde değişen pay 0,3750'dir.
  8. 08 Erişim ve Üretim Kalitesinin Ayrı Ölçülmesi Uçtan uca tek bir doğruluk oranının dört ayrı durumu üst üste yığdığının gösterilmesi: kırk sorguluk kurgu kümede erişimsiz taban 0,3750 çıkıyor ve bu oranın tamamı şans, çünkü doğru parça hiç getirilmiyor. Üç parçalı bağlamda tek sayı 0,9500, beş parçalı bağlamda da 0,9500; ama üçlüde iki başarısızlık erişim kusuru, beşlide aynı iki başarısızlık üretim kusurudur ve tek sayı ikisini ayırt etmez. Erişim anması üçlüde 0,9500, beşlide 1,0000; bedel 120 parça ve 2199 belirteçten 200 parça ve 3505 belirtece çıkıyor. İki koşum farkı erişimsiz tabanda 0,1750, üç parçalı bağlamda 0,0000. Sınıf alt grubu her iki kusurun da aynı sınıfta toplandığını gösteriyor.
  9. 09 Erişim ile İnce Ayarın Yan Yana Ölçülmesi Aynı iş yükünde üç ayrı görevin erişimle ve ince ayarla ayrı ayrı ölçülmesi: kırk sorguluk kurgu kümede bilgi tazeliği erişimsiz 0,0000, yalnız erişimle 0,9500, kırk sekiz örnekle ince ayarda 0,6750 çıkıyor ve örnek eklemek bu tavanı kaldırmıyor, çünkü bayat bilgi bir kapsama sorunu değildir. Biçim uyumu erişimle 0,0000 kalıyor, ince ayarla on iki örnekte 1,0000 oluyor: erişimin kazanmadığı görev budur. Alan dili erişimle 0,9500, tam kapsamlı ince ayarla 1,0000. Bedel erişimde istek başına ek belirteç ve kırk erişim adımı, ince ayarda kırk sekiz etiketli örnek. İki koşum farkı erişimsiz tabanda 0,1750, öbür üç kurulumda 0,0000.
  10. 10 Tablo ve Görüntü Taşıyan Kaynakların Parçalanması Aynı kurgu dağarcık tablo biçiminde sunulduğunda parçalama kararının erişim anmasına yaptığının sayılması: yordam adı yalnız başlıkta durduğu için satır bazlı parçalama anmayı 0,0000'a düşürüyor, blok bazlı parçalama 0,9500 veriyor ama istek başına 91,6 belirteç götürüyor, satırın başlıkla birlikte saklanması aynı 0,9500 anmayı istek başına 41,4 belirteçle veriyor ve dizinde saklanan belirteci 5926'dan 9432'ye çıkarıyor. Tablo görüntü olarak verildiğinde betimlemesiz kaynak 0,0000, tek satırlık betimlemeli kaynak 0,9500 anma ama 0,0000 cevaplanabilirlik veriyor: kaynak bulunuyor, içindeki değer getirilemiyor. Ders M28/K04 kursunun kapanışıdır.

Aramak için yazmaya başlayın.

↑↓ ↵ Esc gezin · aç · kapat