小编rac*_*erX的帖子

我正在探索 kubeflow 管道和 Vertex AI 管道。据我了解，Vertex AI 管道是 kubeflow 管道的托管版本，因此不需要部署完整的 kubeflow 实例。从这方面来说，撇开价格不谈，Vertex AI 管道是更好的选择。但是，在 kubeflow 中，人们可以创建实验，这是我在 Vertex AI 管道中没有找到的等效项。我在文档中发现的 Vertex AI 不支持的唯一 kubeflow 功能是“缓存过期”和“递归”，但它们没有提及任何有关实验的内容。让我想知道在两者之间做出决定时是否还有其他值得考虑的差异。

这个问题是关于为应用程序选择运行查询的数据库类型。暂时将其他因素放在一边，考虑到 mongodb 和 elastic 之间的选择，关键标准是查询应该近乎实时地解决。查询将是临时的，因此可以包含 JSON 对象中的任何字段，并且可能包含聚合和子聚合。此外，不会有嵌套对象，并且没有任何字段将包含“描述性”文本（如电影评论等），即所有字段都将是关键字类型字段，如州、国家/地区、城市、名称等。

现在，我读到 elasticsearch 性能接近实时，并且 elasticsearch 使用倒排索引并为每个字段自动创建它们。综上所述，我的问题如下。（堆栈中发布了一个类似的问题，但我认为它没有回答我的问题 elasticsearch vs MongoDB for filtering application）

1）由于我提到的用例中的字段不包含描述性文本，因此不需要弹性提供的全文搜索功能和其他附加功能（特别是对于文本搜索），弹性和弹性之间的更好选择是什么？蒙戈？如果我要在 mongo 中的所有可用字段上创建单个字段索引，弹性搜索和 mongo 查询/聚合性能将如何比较？

2）我不熟悉高级索引，所以我假设可以在 mongo 中的所有可用字段上创建索引（使用多个单字段索引或复合索引？）。我知道这会带来存储和写入速度的成本，这对于弹性也是如此。

3）此外，在弹性中，用户可以在写入速度（索引率）与写入文档变得可用的速度（refresh_interval）之间进行权衡以进行查询。mongo 中是否有类似的功能？

我不清楚 Vertex AI 模型预测的定价。在文档中，在标题“更多关于预测节点的自动缩放”下提到的要点之一是：

“如果您选择自动缩放，节点数量会自动缩放，并且可以在无流量持续时间内缩小到零”

稍后文档中提供的示例似乎也表明在没有流量的时期，使用零个节点。但是，当我在 Vertex AI 中创建端点时，在“自动缩放”标题下显示：

“自动缩放：如果设置最小值和最大值，计算节点将进行缩放以满足这些边界内的流量需求”

“最小计算节点数”下的值不允许为 0，因此必须输入 1 或更大，并且提到：

默认值为 1。如果设置为 1 或更多，则即使没有流量需求，计算资源也会持续运行。这可能会增加成本，但可以避免由于节点初始化而导致请求丢失。

我的问题是，当我通过将最小值设置为 1、最大值设置为 10 来选择自动缩放时，会发生什么情况。1 个节点是否始终连续运行？或者按照文档的建议，在没有流量的情况下它会缩小到 0 个节点。

为了测试，我部署了一个具有自动缩放功能的端点（最小值和最大值设置为 1），然后当我发送预测请求时，响应几乎是立即的，表明节点已经启动。大约一个小时后，我再次这样做，再次立即得到响应，表明该节点可能永远不会关闭。另外，对于高延迟要求，是否可以自动缩放到 0 个节点（如果这确实可能，甚至是实用的），即，从 0 个节点启动时我们可以期望多少延迟？

我已将 Docker 映像推送到谷歌云中的工件存储库。当我转到谷歌云控制台 Artifact Repository 页面时，我看到以下内容：

当我单击右侧的烤肉串菜单时，我可以编辑标签，但没有看到编辑描述的选项。如何添加/编辑描述？

我创建了一个用于预测的自定义容器，并成功将模型上传到 Vertex AI。我还能够将模型部署到端点并成功从端点请求预测。在自定义容器代码中，我使用此处parameters描述的字段，稍后在发出在线预测请求时提供该字段。我的问题是关于从自定义容器请求批量预测以进行预测。

1. 我找不到任何描述我请求批量预测时会发生什么的文档。举例来说，我使用my_model.batch_predictPython SDK 中的函数并将 设为instances_format“csv”并提供gcs_source. 现在，我已设置自定义容器以期望预测请求，/predict如本文档中所述。Vertex AI 是否向此路径发出 POST 请求，将 cvs 数据转换为适当的 POST 正文？

2. 如何parameters像在线预测一样指定批量预测的字段？