> ## Documentation Index > Fetch the complete documentation index at: https://docs.yahont.ai/llms.txt > Use this file to discover all available pages before exploring further. # Ресурсы > Требования к ресурсам для развёртывания Yahont ## Обзор ресурсов ### Yahont Lite | Ресурс | Минимум | Рекомендуется | | - | - | - | | CPU | 2 vCPU | 4 vCPU | | ОЗУ | 2 ГБ | 4 ГБ | | Диск | 10 ГБ | 50 ГБ | > [!NOTE] > > Yahont Lite в базовом режиме использует менее 1 ГБ памяти. Использование диска и памяти растёт с числом файлов, > загружаемых пользователями в систему, так как в режиме Lite файлы хранит PostgreSQL. ### Yahont Standard | Ресурс | Минимум | Рекомендуется | | - | - | - | | CPU | 4 vCPU | 8+ vCPU | | ОЗУ | 10 ГБ | 16+ ГБ | | Диск | 32 ГБ + \~2,5x проиндексированных данных | 500 ГБ для организаций \<5000 пользователей | > [!WARNING] > > OpenSearch включает блокировку индексов только для чтения, > когда использование диска достигает порога flood stage (по умолчанию 95 %), что фактически блокирует все записи. > Следите за использованием диска и планируйте ёмкость соответственно. ## Локальное развёртывание (Docker) Ресурсами, доступными Docker, можно управлять в разделе **Resources** меню настроек Docker Desktop. > [!NOTE] > > Часто старые неиспользуемые образы Docker занимают заметное место на диске. Чтобы очистить неиспользуемые образы, > выполните `docker image prune`. ## Облачные провайдеры (AWS, GCP и др.) Для небольших и средних развёртываний мы рекомендуем развернуть Yahont на одном инстансе у выбранного вами облачного провайдера. При оценке инстанса ориентируйтесь на рекомендуемые ресурсы из таблицы выше. ### Yahont Lite | Провайдер | Рекомендуемый тип инстанса | | - | - | | AWS | `t3.medium` | | GCP | `e2-medium` | | Azure | `B2s` | ### Yahont Standard | Провайдер | Рекомендуемый тип инстанса | | - | - | | AWS | `m7g.xlarge` | | GCP | `e2-standard-4` или `e2-standard-8` | | Azure | `D4s_v3` | | DigitalOcean | Соответствие рекомендуемым ресурсам из таблицы выше | ## Ресурсы по контейнерам (Standard) Docker Compose из репозитория не задаёт лимиты ресурсов контейнеров. Значения ниже — ориентир для планирования хоста. | Компонент | CPU | Память | | - | - | - | | `api_server` | 1 | 2 Gi | | `background` | 2 | 8 Gi | | `indexing_model_server` | 2 | 4 Gi | | `inference_model_server` | 2 | 4 Gi | | `postgres` | 2 | 2 Gi | | `opensearch` | 2 | 4 Gi | | `nginx` | 250m (1/4) | 128 Mi | > [!NOTE] > > Если вы используете облачные модели эмбеддинга (например, OpenAI, Cohere и т. д.) вместо локально размещённых, > `indexing_model_server` и `inference_model_server` будут использовать значительно меньше памяти. ## Ресурсы по контейнерам (Lite) Docker Compose Lite запускает пять сервисов. Файловое хранилище, данные кэша и сессии используют PostgreSQL. | Компонент | CPU | Память | | - | - | - | | `api_server` | 1 | 1 Gi | | `web_server` | 250m (1/4) | 512 Mi | | `postgres` | 1 | 1 Gi | | `nginx` | 250m (1/4) | 128 Mi | | `code-interpreter` | 100m | 512 Mi | > [!NOTE] > > Использование памяти в режиме Lite растёт с числом файлов, загруженных пользователями, > так как PostgreSQL обрабатывает хранение файлов, кэширование и управление сессиями. > Интерпретатор кода может использовать дополнительные ресурсы при выполнении кода. > Подробности режима Lite — в [конфигурации](/deployment/configuration/configuration#onyx-lite). ## Как масштабируются требования к ресурсам Основной фактор требований к ресурсам в режиме Standard — число проиндексированных документов. Это в первую очередь влияет на поисковый индекс (OpenSearch), который отвечает за хранение документов и обработку поисковых запросов. ### Память OpenSearch Память OpenSearch делится примерно поровну между кучей JVM и файловым кэшем ОС. Обе части критичны — куча обрабатывает индексацию и поиск, а файловый кэш держит в памяти часто используемые сегменты индекса для быстрого чтения. Основные правила размера кучи JVM: * Задайте `Xms` и `Xmx` равными **50 % доступной ОЗУ** (остальные 50 % идут на ОС и файловый кэш) * **Никогда не превышайте кучу в 32 ГБ** — выше этого Java отключает сжатые указатели обычных объектов, что вызывает значительное падение производительности ### Накладные расходы хранилища OpenSearch добавляет накладные расходы к исходным данным. Формула хранения на диске: ``` Storage = Source data × (1 + replicas) × 1.45 ``` Множитель 1,45 учитывает накладные расходы индексации (\~10 %), зарезервированное место Linux (\~5 %) и внутренние накладные расходы OpenSearch (\~20 %), а также запас. > [!NOTE] > > По умолчанию Yahont использует 0 реплик для одноузловых развёртываний, > поэтому хранилище занимает примерно **1,45× размера исходных данных**. ### Рекомендации по масштабированию Требования OpenSearch к ресурсам растут линейно с объёмом проиндексированных данных. Точное соотношение зависит от размера развёртывания — большие распределённые кластеры эффективнее в расчёте на ГБ, чем одноузловые развёртывания, из-за фиксированных накладных расходов на узел (управление кластером, сборка мусора, слияние сегментов). Отраслевые рекомендации для больших кластеров предполагают соотношение памяти к данным около 1:16 для нагрузок с интенсивным поиском. Однако для **одноузловых развёртываний, типичных для самостоятельного размещения Yahont**, фиксированные накладные расходы на узел составляют гораздо большую долю общих ресурсов. По нашему опыту, для одноузловых развёртываний и небольших кластеров мы рекомендуем следующее: | Масштаб | Память на 1 ГБ исходных документов | CPU на 1 ГБ исходных документов | | - | - | - | | Малый (\< 5 ГБ) | \~2 ГБ | \~0,25 CPU | | Средний (5–50 ГБ) | \~1,5 ГБ | \~0,25 CPU | | Большой (50+ ГБ) | \~1 ГБ | \~0,2 CPU | Стоимость на ГБ снижается при большем масштабе, потому что фиксированные базовые накладные расходы распределяются. В очень больших масштабах рассмотрите выделенный кластер OpenSearch или управляемый сервис. Другие факторы, которые могут влиять на требования к ресурсам: * Модель эмбеддинга и размерность векторов * Включены ли квантизация и снижение размерности * Пропускная способность запросов и параллелизм ### Пример расчёта ресурсов Для развёртывания с 10 ГБ текстового содержимого вашему компоненту `opensearch` потребуется: * Память: 4 (базовая) + 10 × 1,5 = 19 ГБ * CPU: 2 (базовый) + 10 × 0,25 = 4,5 ядра При развёртывании на одном инстансе это будет *сверх* базовых требований. В целом это даст > \= 9 CPU и >= 35 ГБ памяти. С такими требованиями подойдёт инстанс EC2 `m7g.2xlarge` или `c5.4xlarge`. ## Дальнейшие шаги > **[Руководство: локальное развёртывание Yahont](/deployment/local/docker)** > > Разверните Yahont локально с помощью Docker. > **[Yahont за обратным прокси с HTTPS](/deployment/production/reverse_proxy)** > > Публикация Yahont на сервере с публичным адресом: Nginx и сертификаты Let's Encrypt. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.