Milvus 是一个高性能的向量数据库,支持多种向量索引方法,以优化不同的查询需求。Milvus 支持以下几种常见的向量化索引方法:

  1. IVF (Inverted File)
  • IVF_FLAT:基于倒排索引和线性扫描的简单方法,适用于小型数据集或低查询频率的场景。它将数据分成多个簇并按簇进行搜索,适用于需要精准查询的场景。
  • IVF_PQ:结合倒排索引和产品量化(Product Quantization)技术,通过对每个簇内部的向量进行量化来减少存储需求和提高查询效率,适用于大规模数据集和近似最近邻(ANN)查询。
  1. HNSW (Hierarchical Navigable Small World)
  • HNSW是一种图结构索引方法,通过建立小世界图进行近似最近邻搜索。它具有较好的查询性能,尤其是在高维数据集和大规模数据集上。HNSW 在查询时会在多个图层中进行跳跃式搜索,快速找到最接近的向量。
  1. PQ (Product Quantization)
  • 产品量化是一种通过将高维向量分解成若干低维子向量并独立量化来实现压缩存储的技术。在 Milvus 中,PQ 方法通过将向量进行量化,减少存储需求并加速查询速度,适用于大规模向量数据集。
  1. RNSG (Refined Navigable Small World Graph)
  • 这是 HNSW 的一种优化版本,进一步提高了图的精度和查询效率。RNSG 在某些情况下比 HNSW 具有更高的查询效率。
  1. FLAT
  • 这是一个没有索引的方法,直接执行暴力搜索(Brute Force),即对所有向量进行线性扫描。虽然简单,但当数据量很大时会非常低效。通常用于精确搜索的场景。
  1. Annoy(可选):
  • Annoy(Approximate Nearest Neighbors Oh Yeah)是基于树的近似最近邻搜索算法。它适用于大规模的近似查询,能够在内存中构建一个多层树结构来加速查询。

总结:

  • IVF_FLAT:倒排索引,适用于精确查询。
  • IVF_PQ:结合产品量化和倒排索引,适合大规模数据和近似查询。
  • HNSW:基于图的近似最近邻算法,适用于高维数据和大规模查询。
  • PQ:通过量化减少存储需求,适用于大规模数据。
  • RNSG:优化版的HNSW,提升查询效率。
  • FLAT:暴力搜索,适用于小数据集和精确查询。

选择合适的索引方法取决于数据的规模、查询频率以及对精度和性能的需求。