向量数据库

向量相似度计算方式

• 余弦相似度计算：衡量两个向量的方向角，忽略长度。
  • 这是最常用的方法，尤其适合文本场景
• 欧式距离：衡量两点之间的直线距离，距离越小越相似
  • 适合场景：图像检索、地理位置相关应用
• 点积：点积是向量相乘求和，结合了方向和长度信息
  • 适合场景：推荐系统（向量已归一化时等价于余弦相似度）

索引

• ivf （倒排文件索引）
  • IVF 执行步骤：
    • 训练阶段：用 K-Means 将所有向量聚成 N 个簇，记录每个簇的中心
    • 查询阶段：先找出距离最近的几个簇的中心，再只在这些簇内做精确搜索

• hnsw 多图层检索（类似于redis中的跳表）
  • HNSW 核心思路：
    • 构建多层图结构，顶层稀疏，底层密集
    • 查询时从顶层入口开始，做"跳格游戏"：每层贪心地往更近的节点跳，再下探到下一层
    • 大幅减少需要比较的节点数，时间复杂度近似 O(log n)

参考菜鸟教程