Skip to main content
NetApp Solutions
본 한국어 번역은 사용자 편의를 위해 제공되는 기계 번역입니다. 영어 버전과 한국어 버전이 서로 어긋나는 경우에는 언제나 영어 버전이 우선합니다.

NetApp를 사용한 벡터 데이터베이스 솔루션

기여자
PDF

카르티키안 나가링감(Karthikean Nagalingam)과 로드리고 나시멘토(NetApp)

이 문서에서는 NetApp의 스토리지 솔루션을 사용하여 Milvus, pgvecto 오픈 소스 PostgreSQL 확장과 같은 벡터 데이터베이스의 구축과 관리에 대해 자세히 살펴봅니다. NetApp ONTAP 및 StorageGRID 오브젝트 스토리지 사용에 대한 인프라 지침을 자세히 소개하고 AWS FSx ONTAP에서 Milvus 데이터베이스의 적용을 검증합니다. 이 문서는 NetApp의 파일 오브젝트 이중화와 벡터 임베드 기능을 지원하는 벡터 데이터베이스 및 애플리케이션에 대한 해당 유틸리티를 활용하고자 합니다. 또한 벡터 데이터베이스에 대한 백업 및 복원 기능을 제공하여 데이터 무결성과 가용성을 보장하는 NetApp의 엔터프라이즈 관리 제품인 SnapCenter의 기능을 강조합니다. 본 문서에서는 NetApp의 하이브리드 클라우드 솔루션에 대해 자세히 알아보고 온프레미스 및 클라우드 환경 전반에 걸쳐 데이터 복제 및 보호의 역할에 대해 설명합니다. NetApp ONTAP 기반 벡터 데이터베이스의 성능 검증에 대한 통찰력을 포함하고 있으며, 생성 AI에 대한 두 가지 실용적인 사용 사례인 LLM과 NetApp의 내부 ChatAI로 결론을 맺습니다. 이 문서는 벡터 데이터베이스 관리를 위한 NetApp의 스토리지 솔루션을 활용하기 위한 포괄적인 가이드입니다.

레퍼런스 아키텍처는 다음 사항에 중점을 둡니다.

  1. "소개"

  2. "솔루션 개요"

  3. "벡터 데이터베이스"

  4. "기술 요구 사항"

  5. "구현 절차"

  6. "솔루션 검증 개요"

  7. "PostgreSQL:pgvector를 사용한 Instaclustr 벡터 데이터베이스"

  8. "Vector Database 사용 사례"

  9. "결론"

  10. "부록 A: Values.YAML"

  11. "부록 B: prepare_data_netapp_new.py"

  12. "부록 C: verify_data_netapp.py"

  13. "부록 D: docker-composition.yml"