你的知识库可能有数千篇文档、几十万条文本片段。这些内容可能存储在数据库等介质里如果需要对每条查询都遍历全库做余弦相似度计算，那么延迟会高到不可接受。

向量数据库就是为解决这个规模问题而生的。老实说，它不仅仅是存储向量的容器。更是一个为高维向量检索专门调整的搜索引擎。

一、为什么需要向量数据库

. 暴力搜索的困境

假设，每次计算涉及 768 次乘法和加法。这在诸如单线程 Node.js 中，可能需要几十秒甚至更多。

// 暴力搜索性能测试
function bruteForceSearch: Array<{ index: number; score: number }> {
const scores = database.map => ({
index。score: cosineSimilarity,}));return scores.sort=>b.score-a.score).slice;}
// 模拟百万条向量数据
const databaseSize = 1_000_000;其实，const dimension = 768;const database: number =;for {
database.push=>Math.random));}
const queryVector = Array.from=>Math.random);
说起来，console.time;
const results = bruteForceSearch;console.timeEnd;其实，// 输出示例： 暴力搜索：45234ms

在实际使用中。RAG 查询通常要求在200 ms 内返回检索结果使用者才能获得流畅体验。如果按上面方式进行暴力搜索，就差了两个数量级。即使使用多线程或 GPU 加速，线性复杂度 O 的瓶颈依旧无法突破。话说回来，

. 近似最近邻搜索

为实现大规模高维向量数据集上的高效检索。一种叫做近似最近邻搜索 的算法策略被提出。它通过牺牲极小精确度来换取巨大速度提高，其主要思想是不保证绝对最优解。但能在可接受误差范围内快速找到“足够近”的结果。怎么说呢，

graph LR
A --> B{向量数据库}
B --> C
C --> D
D --> E
A --> F
F --> G
G --> H

ANN 本质上是一种用空间换时间策略。它预先建立索引数据结构，使得搜索时无需遍历所有向量，而是沿着索引快速定位候选区域，大幅缩小搜索范围。

主流 ANN 算法包括：

• HNSW: 最常用，速度与精度平衡优秀。
• IVF: 基于聚类，适合超大规模数据。
• LSH: 哈希式快速但精度低。说起来，
• DiskANN: 微软磁盘友好算法。适合内存受限场景，

. 除搜索之外的额外能力

现代向量数据库不只是“存 + 搜”，它们还提供 RAG 场景必不可少的功能：

. 元数据过滤

• A只需检索某个类别文档；B只检索最近更新，C只检索特定作者。 按理说，

If you first search n filter you may end up with an empty set because relevant results get discarded during filtering.

// 错误做法：先搜后筛
const results = await collection.query({
queryEmbedding。nResults:5,});const filtered = results.filter;// 可为空
// 正确做法：一并筛
const resultsWithFilter = await collection.query({
queryEmbedding。nResults:5,where:{category:"technical"},});老实说，

. 实时 CRUD

• 增值插入：* 新文档加入时只需生成新 vector 并 upsert。无需重建整个索引，*
• 按 ID 删除：* 删除过期或错误文档。话说回来，*
• 部分更新：* 文本变更后重新生成 vector 并更新。*

. 水平

• * 分片将数据分散到多节点；* 副本提高可用性与读取吞吐；* 自动负载均衡把请求路由到合适节点。*

二、简单理解 HNSW 算法

HNSW 是目前最主流 ANN 算法，Pinecone、Weaviate、Qdrant、Chroma 都支持它。理解它不需要数学推导，一个生活化直觉就足够了。

. 跳表类比 - “多层电梯” 思路

graph TD
subgraph 第三层
A2 --- B2
end
subgraph 第二层
B1 --- C1 --- D1
end
subgraph 第一层
B0 --- C0 --- D0 --- E0
end
A2-->B2
B2-.->B1
B1-->C1-->D1
D1-.->B0
B0-->C0-->D0-->E0

EACH layer is a graph structure . High layers are sparse with long edges—quick jumps;按理说，low layers dense—precise refinement.

. HNSW 的关键参数

M
M 越大图连通性越好 → 精度↑，内存↑；典型值16–64，M 翻倍≈×2 内存 ↑ 与速度 ↑。该参数在建立阶段确定，一旦完成不能修改。

efConstruction 建立时每新点寻找多少近邻建立连接；越大质量↑ 建立时间↑，常见区间100–400，建议200。一样只能在建立阶段设置， efSearch 维护候选数目；越大召回率↑ 延迟↑，典型50–200，可动态调节。 参数调优小贴士：

• ⚡️ 构造阶段先把 efConstruction 与 M 调至最大。以获得最佳图质量，接下来再进行微调; 
• 🔧 查询阶段根据业务需求随时调整 efSearch，以平衡 latency 与 recall;按理说， 
• 📊 持续监控 Recall@K 与平均 latency。以确定最终阈值， 

. HNSW 的优缺点

• 速度快：Counters 在百万级别下查询延迟通常落在<10 ms+;对比暴力百秒级遥遥领先，

召回率高：=95%+ 常见设置下可达98%以上.

动态更新支持：* 新点可以即时插入，无需重建完整图；* 删除与更新也仅影响局部边缘而不影响整体性能。*

成熟实现：* 大多数商业产品都有高度调整实现，如 Pinecone/Chroma/Qdrant 等；* 社区贡献大量开源代码，可自行部署。*

---

​

…

---