INDEX_VECTOR_MEMORY_ESTIMATE

更新时间：2026-06-23 19:09:11

INDEX_VECTOR_MEMORY_ESTIMATE 函数用于分析已建表的向量索引内存使用情况。

注意

该函数的计算依赖于统计信息，调用前需要先执行 ANALYZE TABLE 更新统计信息。

语法

FUNCTION INDEX_VECTOR_MEMORY_ESTIMATE (
    IN     TABLE_NAME        VARCHAR(65535),
    IN     COLUMN_NAME       VARCHAR(65535),
    IN     IDX_TYPE          VARCHAR(65535),
    IN     IDX_PARAMETERS    LONGTEXT DEFAULT NULL
);

说明如下：

INDEX_VECTOR_MEMORY_ESTIMATE 会根据 table_name 和 column_name 读取向量列的维度和数据类型信息，并根据统计信息获取总的向量数和最大分区向量数。预估内存的计算过程和 INDEX_VECTOR_MEMORY_ADVISOR 一致。
对于稀疏向量，本函数会从表中随机采样 100 条向量，计算这 100 条向量的非零维度数的平均值作为稀疏向量的平均长度，并基于该平均长度进行内存估算。

参数说明

参数	描述
table_name	表名。可以直接是表名，也可以指定数据库和表名。
column_name	向量列名。
idx_type	索引类型。支持 `HNSW`/`HNSW_SQ`/`HNSW_BQ`/`IVF_FLAT`/`IVF_PQ`/`SINDI`/`SINDI_SQ`，大小写不敏感。
idx_parameters	索引参数。即建表时所用的向量索引参数字符串，如 `distance=l2, type=hnsw, lib=vsag`。更多参数请参见向量索引内存管理。

返回值为字符串格式的描述内存估算结果的一句话。

注意

在 OceanBase 中，创建 HNSW_BQ 索引时，系统会根据内存情况自动选择并行或串行方式为分区表创建索引。INDEX_VECTOR_MEMORY_ESTIMATE 函数返回的建议值是串行创建索引时的最大内存需求值。如果内存仅满足这个值，可能会因为无法并行创建索引而延长索引创建时间。

示例

创建表 t1 并插入数据

CREATE TABLE t1 (id int auto_increment, c1 vector(3));
INSERT INTO t1(c1) SELECT array(1/UNIFORM(1,1000,RANDOM(1)), 1/UNIFORM(1,1000,RANDOM(2)) , 1/UNIFORM(1,1000,RANDOM(3))) FROM table(generator(10000));

更新表 t1 的统计信息
```
ANALYZE TABLE t1;
```

查询表 t1 的向量索引的内存估算结果

-- 查询 HNSW 索引的内存估算结果
SELECT dbms_vector.index_vector_memory_estimate('t1','c1','HNSW','M=10,TYPE=HNSW');
+-----------------------------------------------------------------------------+
| dbms_vector.index_vector_memory_estimate('t1','c1','HNSW','M=10,TYPE=HNSW') |
+-----------------------------------------------------------------------------+
| Suggested minimum vector memory is 11.5 MB                                  |
+-----------------------------------------------------------------------------+
1 row in set

-- 查询 IVF 索引的内存估算结果
SELECT dbms_vector.index_vector_memory_estimate('t1','c1','IVF_FLAT','SAMPLE_PER_NLIST=100');
+---------------------------------------------------------------------------------------------------------+
| dbms_vector.index_vector_memory_estimate('t1','c1','IVF_FLAT','SAMPLE_PER_NLIST=100')                   |
+---------------------------------------------------------------------------------------------------------+
| Suggested minimum vector memory is 151.5 KB, memory consumption when providing search service is 1.5 KB |
+---------------------------------------------------------------------------------------------------------+
1 row in set

-- 查询 SINDI 索引的内存估算结果
SELECT dbms_vector.index_vector_memory_estimate('t1','c1','SINDI','TYPE=SINDI,LIB=VSAG,DISTANCE=INNER_PRODUCT');
+----------------------------------------------------------------------------------------------------------+
| dbms_vector.index_vector_memory_estimate('t1','c1','SINDI','TYPE=SINDI,LIB=VSAG,DISTANCE=INNER_PRODUCT') |
+----------------------------------------------------------------------------------------------------------+
| Suggested minimum vector memory is 73.6 MB                                                               |
+----------------------------------------------------------------------------------------------------------+
1 row in set