向量索引

向量索引用于在大量高维表示中找到与查询最接近的候选。索引选择是在召回率、延迟、内存、构建成本 和更新能力之间取舍。

主要类别

• Flat：扫描全部向量，结果精确，规模增大后成本高。
• IVF：先把向量空间聚类，查询时只搜索部分簇；探测更多簇通常提高召回并增加延迟。
• PQ/SQ 等量化索引：压缩向量以降低存储和距离计算成本，可能损失召回。
• HNSW：在分层近邻图上导航，常提供较好的低延迟与召回平衡，但索引内存和构建成本较高。
• 磁盘型 ANN：把大部分数据放在磁盘，以更低内存支持更大规模。

选择时先回答

• 数据量和增长速度多大；
• 更新是批量还是实时；
• 可接受的 Recall@K 与尾延迟；
• 是否需要元数据过滤、混合检索和多租户隔离；
• 内存、磁盘与运营预算；
• 是否需要备份、复制和高可用。

向量数据库不是 RAG 质量的替代品。错误的文档解析、表示或查询策略，无法靠更复杂的索引补救。