Vespa多向量索引部署报错：张量类型不支持索引配置

问题描述 #

部署Vespa多向量索引示例应用时，出现以下错误：

Uploading application package ... failed
Error: invalid application package (400 Bad Request)
Invalid application package:
Error loading default.default:
For schema 'wiki', field 'paragraph_embeddings':
A tensor of type 'tensor(p{},x[384])' does not support having an 'index'.
Currently, only tensors with 1 indexed dimension supports that.

使用环境信息：

• Vespa CLI版本：Vespa CLI version 8.153.19 compiled with go1.20.3 on darwin/arm64
• Docker总内存：Total Memory: 7.668GiB

原因分析 #

当前使用的Vespa版本（8.153.19）不支持多向量索引所需的张量索引配置。旧版本Vespa仅允许张量包含单个索引维度（即仅一个{}类型的维度），而多向量索引依赖的tensor<float>(p{},x[384])包含一个可变维度（p{}）和一个固定维度（x[384]），这种多维度索引配置是在较新的Vespa版本中才引入的特性。

解决方案 #

1. 升级Vespa版本
   将Vespa CLI及对应的Docker容器版本升级到支持多向量索引的版本（推荐升级到8.200.0及以上），升级后该张量类型的索引配置可被正确识别。

2. 验证应用包配置
   升级完成后，确认schema中paragraph_embeddings字段的索引配置符合多向量索引要求，示例配置如下：

   field paragraph_embeddings type tensor<float>(p{},x[384]) {
       indexing: attribute | index
       index: hnsw
       distance-metric: cosine
   }
   

内容的提问来源于stack exchange，提问作者QCoder