Multitenancy dan namespace

Database Vektor untuk Embeddings dengan Pinecone

James Chapman

Curriculum Manager, DataCamp

Multitenancy

Layani beberapa tenant secara terisolasi
Pisahkan data tiap pelanggan
- Keamanan dan privasi
Kurangi latensi query

Strategi multitenancy

Namespace
- Kelebihan: Mengurangi kebutuhan indeks tambahan
- Kekurangan: Tenant berbagi sumber daya, data kompleks
Penyaringan Metadata
- Kelebihan: Bisa query lintas banyak tenant
- Kekurangan: Sumber daya berbagi, pelacakan biaya menantang
Indeks Terpisah
- Kelebihan: Pisahkan tenant secara fisik, alokasi sumber daya per tenant
- Kekurangan: Perlu usaha dan biaya lebih besar

Namespace

Dibuat implisit saat upsert jika belum ada

index.upsert(
  vectors=vector_set1, namespace="namespace1"
)

index.upsert(
  vectors=vector_set2, namespace="namespace2"
)

Memeriksa namespace

index.describe_index_stats()

{'dimension': 1536,
 'index_fullness': 0.0,
 'namespaces': {'namespace1': {'vector_count': 5},
                'namespace2': {'vector_count': 5}},
 'total_vector_count': 10}

Query vektor dari namespace

query_result = index.query(
    vector=vector,

    namespace='namespace1',

    top_k=3
)

Hapus vektor dari namespace

index.delete(
    ids=["1", "2"],
    namespace='namespace1'
)

Ayo berlatih!

Database Vektor untuk Embeddings dengan Pinecone