可以按你的实际需要逐个配置 LlamaCloud 的各项服务。本页说明每个服务各自有哪些配置。

全局配置

截至撰写之时，全局配置只涉及外部依赖。更多信息请参考数据库与队列页。

后端服务

Qdrant

Qdrant 是一个流行的向量数据库，用来存储与检索嵌入向量。用户可以按 project 逐个把 Qdrant 配成 Data Sink；也可以按你的偏好，把它配置成对所有 project 与组织生效的 Data Sink。后一种做法可以设置下列配置：

# basic example
qdrant:
  enabled: true
  url: "http://qdrant:6333"
  apiKey: <QDRANT-API-KEY>

# or, if you prefer to use an existing secret
qdrant:
  enabled: true
  url: "http://qdrant:6333"
  secret: "qdrant-secret"

Jobs Worker 服务

有好几项配置可以改变 Jobs Worker 处理任务执行的方式。

并发相关设置

这些设置改变并发任务如何在各个 job worker pod 之间分配，主要用来：

1. 防止吵闹的邻居问题 —— 单个用户就把 job worker 打满，从而饿死其他用户
2. 防止 Mongo、Embeddings API、向量库等外部资源被过多请求压垮

• maxJobsInExecutionPerJobType：定义单个用户在每一种任务类型上最多能同时运行多少任务。job runner 用它防止任一用户把系统压垮。

  • 设成 0 即关闭这项并发检查。

• maxIndexJobsInExecution：指定单条流水线最多允许并发执行多少摄取（indexing）任务。它作用于处理文档摄取与索引的流水线，用来控制资源占用。

  • 设成 0 即关闭这项并发检查。

• maxDocumentIngestionJobsInExecution：限制单个用户同时在执行的文档摄取任务数量。文档摄取通常很吃资源，因此这一项应当保持相对较低，以免压垮系统。

  • 设成 0 即关闭这项并发检查。

# example values.yaml for high throughput
config:
  jobs:
    maxJobsInExecutionPerJobType: 25
    maxIndexJobsInExecution: 100000
    maxDocumentIngestionJobsInExecution: 10

超时与上限设置

这些设置控制 Jobs Worker 服务所处理任务的执行超时与数据处理上限：

• defaultTransformDocumentTimeoutSeconds：定义文档转换任务的默认超时秒数。文档转换可能很耗资源，依文档大小与复杂度不同可能花费相当长的时间。

  • 默认值为 240（4 分钟）。

• transformEmbeddingCharLimit：指定单次 transform embedding 操作最多能处理多少字符。它能防止内存问题，并在处理大文档时保证性能稳定。

  • 默认值为 11520000（1152 万字符）。

# example values.yaml with custom timeout and limits
config:
  jobs:
    defaultTransformDocumentTimeoutSeconds: "7200"  # 2 hours
    transformEmbeddingCharLimit: "2000000"  # 2 million characters

注意：这些配置值必须以带引号的字符串提供，以避免 YAML 对大数字的解析问题。

LlamaParse

任务吞吐设置

• maxQueueConcurrency：设定 LlamaParse 服务最多能并发处理多少任务，让服务能高效地消化大量任务。数值越高占用的资源越多，请留意这一点。
  • 默认值为 3。

# example values.yaml for high throughput
config:
  parse:
    maxQueueConcurrency: 10