3.2 主流索引结构

文档摘要

3.2 主流索引结构在向量数据库的宏大叙事中，近似最近邻（ANN）搜索从来不是一场孤勇者的单点突破，而是一场精密协同的系统工程。如果说距离度量是ANN的“眼睛”，查询策略是它的“思维”，那么索引结构，便是它赖以立足的“骨骼”与“神经网络”——既承载高维空间的几何重量，又传导毫秒级响应的计算脉冲。第三章前节已厘清：精确KNN在高维稀疏空间中遭遇“维度灾难”，其计算复杂度 $O(n d)$ 与检索延迟随维度 $d$ 和数据规模 $n$ 呈指数级恶化；而真实业务场景——从多模态语义检索、实时推荐召回，到AIGC内容去重、金融风控图谱匹配——要求的是在亚百毫秒内完成千万级向量的Top-K粗筛，且召回率（Recall@10）稳定高于95%。这一目标，绝非靠算力堆叠可解；