向量数据库与 ANN 检索
Embedding 把文本变成向量后，问题变成「在千万向量里找最近邻」。暴力比对太慢，于是有了向量库与近似最近邻（ANN）。面试常问：HNSW 是什么？召回率和延迟怎么权衡？选哪个库？
01为什么需要向量数据库
文本/图像经 Embedding 后变成高维向量。语义检索 = 找「与查询向量最相似的 Top-K 个」。当库里有百万/十亿级向量时，逐一计算余弦相似度（O(N·d)）不可接受，需要专用索引结构来加速且可扩展地检索。
02精确 vs 近似（ANN）
精确最近邻 (Exact / KNN)
结果 100% 正确，但慢，只适合小数据。
近似最近邻 (ANN)
用少量精度换大幅加速，召回率 90%+ 即可，工业默认。
实际系统几乎都用 ANN：宁可漏掉个别最相似项，也要把毫秒级延迟和海量规模跑出来。
03主流索引算法
IVF（倒排）
先聚类分桶，查询只搜最近的几个桶，缩小范围。快但依赖聚类质量。
PQ（乘积量化）
把高维向量切成多段分别压缩，用近似距离代替全量计算，省内存。
HNSW（分层可导航小世界）
用多层图做「高速公路式」导航，查询沿边快速逼近近邻。最常用。
LSH（局部敏感哈希）
相似向量高概率落入同桶，靠哈希快速粗筛。实现简单但精度一般。
04HNSW 直觉图解
查询从最上层稀疏层进入，靠长边快速「空降」到目标附近，再下钻到稠密层精确定位。类似「先坐高铁到城市，再走路到门口」。内存换速度，召回率高、延迟低。
05与 RAG 的关系
向量库是 RAG 的检索底座：文档切块 → Embedding → 入库；用户提问 → 向量化 → ANN 检索 Top-K → 拼进 prompt。RAG 效果好不好，一半取决于向量检索质量（召回率、重排）。详见 rag 目录。
06选型对比
FAISS
Meta 开源库，索引算法全、轻量，常作为其他系统的内核；偏「库」非「服务」。
Milvus / Qdrant
生产级向量数据库，分布式、可扩展、带过滤与运维，适合大规模。
Chroma / pgvector
轻量/嵌入式，Chroma 适合原型；pgvector 让 Postgres 直接存向量，复用现有栈。
选型看：规模（百万 vs 十亿）、是否要分布式、是否要元数据过滤、团队运维能力。
07面试速记卡
为什么
Embedding 后要做「最近邻检索」，暴力比对不可扩展。
ANN
用精度换速度，工业默认；关注召回率/延迟/内存。
HNSW
分层图：上层高速导航、下层精确定位，最常用。
与 RAG
向量库是 RAG 检索底座，质量靠召回+重排保障。