向量搜索

2026-01-26andy阅读(6)评论(0)

如何理解Elasticsearch的位图索引与Roaring Bitmap过滤加速机制 在Elasticsearch（ES）中，查询性能的优化是核心挑战之一。尤其是在处理过滤（filtering）操作时，我们期望性能能够达到毫秒级。ES实现...

2026-01-26andy阅读(4)评论(0)

Faiss 乘积量化 (PQ) 算法详解：从向量压缩原理到实战应用 在大规模向量搜索场景中，内存和带宽往往成为性能瓶颈。Faiss 提供的乘积量化（Product Quantization, PQ）算法是解决这一问题的核心技术之一。PQ 算...

2026-01-25andy阅读(7)评论(0)

引言：为什么需要FST？ 在搜索引擎技术中，词典（Term Dictionary）是核心组件，它存储了索引中出现过的所有唯一词汇。传统的词典实现，如简单的哈希表（HashMap）或基础的前缀树（Trie），虽然查找速度快，但存在严重的内存浪...

2026-01-25andy阅读(8)评论(0)

在处理千万甚至上亿规模的向量数据时，传统的暴力搜索（如 IndexFlatL2）已经无法满足毫秒级的检索需求。FAISS 提供的倒排文件索引（Inverted File Index），即 IndexIVF，是解决这一性能瓶颈的核心技术。它通...

2026-01-24andy阅读(15)评论(0)

Elasticsearch（基于Lucene）在数据写入时，并不会立即修改大文件，而是不断创建小的、不可变的索引文件，这些文件被称为“段”（Segment）。段数量过多是影响Elasticsearch性能的常见瓶颈：过多的段会占用更多的文件...

2026-01-24andy阅读(16)评论(0)

Faiss (Facebook AI Similarity Search) 是目前业界公认最强大的向量搜索库之一。在 Faiss 中，最基础也是最精确的索引类型是暴力检索索引（Flat Indexes），其中最常用的是 IndexFlatL...

2026-01-24andy阅读(16)评论(0)

倒排索引（Inverted Index）是几乎所有现代搜索引擎（包括 Lucene、Elasticsearch、Solr）实现快速、高效全文检索的基础。理解倒排索引的内部构造，特别是其两大核心组件——Term Dictionary (术语字...

2026-01-24andy阅读(16)评论(0)

Faiss (Facebook AI Similarity Search) 是处理大规模向量搜索的利器。然而，面对数十亿级的向量数据，选择合适的索引架构至关重要。错误的索引选择可能导致内存溢出或查询速度极慢。本篇文章将聚焦于如何根据资源限制...