FLAT vsIVF ：倒排文件索引的工作原理
相同的数据，相同的查询——但采用了不同的搜索策略。拖动查询点，调整 nprobe，然后点击“运行搜索”以观察“IVF ”如何跳过大部分数据。
FLAT — 暴力搜索
扫描每个点IVF — 倒排索引
nprobe 聚类搜索发生了什么？
- 构建阶段（已完成）：K-means 将200 个点划分为8 个聚类。每个聚类都有一个聚类中心（即 × 标记）。
- 步骤 1 — 评估质心： IVF 首先计算查询向量到每个质心的距离。无论数据集大小如何，这仅需8 次比较。
- 步骤 2 — 选择最接近的
nprobe聚类：这些聚类会亮起。所有其他聚类将被完全跳过。 - 步骤 3 — 扫描所选聚类内的点：仅占200 点中的约50 。
权衡：扫描的 nprobe → 扫描的聚类更多 → 召回率更高但速度较慢。更小 nprobe → 速度更快，但可能会遗漏位于未扫描聚类中的真实邻居。尝试将 nprobe = 1 并将查询拖动至簇边界附近，观察召回率如何下降。
什么是IVF 索引？
IVF （倒排文件）是一种基于聚类的近似最近邻索引。在构建阶段，k-means 将所有向量划分为 nlist 簇，每个簇由其质心表示。在查询时，搜索首先仅将查询向量与各质心进行比对，挑选出最近的 nprobe 簇，并仅扫描这些簇内的向量——跳过其余所有内容。
Milvus 提供了多种IVF 变体，它们在内存占用与精度之间进行权衡： IVF_FLAT 存储原始向量（精度最高）， IVF_SQ8 将每个维度压缩为1字节（内存占用减少约4倍，召回率损失较小），以及 IVF_PQ 应用乘积量化以实现更高的压缩率，但召回率代价更大。
调整nlist 和nprobe
nlist(构建时间)：k-means聚类的数量。一个常见的起始值是4 × sqrt(N)（针对N个向量）。聚类数量越多，每个聚类规模越小——扫描速度越快，但质心遍历的开销更大，边界效应也会增强。nprobe(查询时间)：每次查询需扫描的簇数。这是影响召回率与延迟的主要调节参数——正是上方滑块所控制的。建议从nlist / 16，并逐步增加，直到召回率达到目标值。- 变体选择：从IVF_FLAT 开始。当内存紧张时转为IVF_SQ8 ，仅当数据集过大以至于无法使用SQ8 时才转为IVF_PQ ——并在每次降级后，使用您自己的数据验证召回率。
IVF vsHNSW vsDiskANN
IVF 构建速度快，除向量本身外内存开销小，且易于理解——但在相同的召回率目标下，HNSW 通常能在内存中更快地响应查询。当您需要频繁重建索引（快速构建至关重要）、内存受限（IVF_SQ8/IVF_PQ ）或希望获得可预测且可调的扫描行为时，请选择IVF 。 若需最低的内存查询延迟，请选择HNSW ；当向量完全无法放入RAM 时，请选择DiskANN 。
常见问题
IVF_FLAT 、IVF_SQ8 和IVF_PQ 之间有什么区别？
这三种聚类方式对向量的处理方式相同；它们的区别在于向量在聚类内部的存储方式。IVF_FLAT 保留原始浮点向量（召回率最高）。IVF_SQ8 将每个维度量化为 8 位，在召回率略有损失的情况下，内存占用减少约 4 倍。IVF_PQ 用短的乘积量化码替换向量，以实现最高的压缩率，但召回率损失最大。
我应该如何选择nlist 和nprobe ？
一个常见的经验法则是：当向量数为 N 时，nlist = 4 × sqrt(N)，随后在查询时调整nprobe 。较大的nprobe 会扫描更多簇：召回率越高，延迟越大。建议从nlist/16 开始，并逐步增加，直到在保留的查询集上召回率达到目标值。
为什么IVF 会遗漏一些真正的最近邻？
这是由于聚类边界的原因。如果查询点位于聚类边缘附近，其部分真实邻居可能位于相邻的聚类中，而该聚类并未包含在已扫描的nprobe 聚类之中。您可以在可视化中通过将查询点拖动至nprobe =1的边界附近来观察这一现象。
我应该使用IVF 还是HNSW ？
在相同召回率下，HNSW 通常在内存搜索中速度更快，但占用更多内存且构建速度较慢。IVF 构建速度快，当内存紧张时，可与量化技术（SQ8/PQ ）配合使用。对于完全超出RAM 限制的数据集，请考虑改用DiskANN 。
深入了解：请阅读《IVF_FLAT 》文档以了解索引参数，或参阅《索引详解》获取完整的决策指南。