第五章 查询执行与性能工程

第五章 · 查询执行与性能工程

本章要回答的三个问题：一次检索请求从进入引擎到返回结果，内部经过哪些步骤，每一步在哪里花掉时间？支持了大规模检索之后，怎么把延迟从"能用"调到"好用"，参数、硬件、缓存各自的杠杆有多长？最后，怎么用数字证明调优有效——召回率和延迟到底该怎么测？

为什么会有这一章

第三章给了索引结构，第四章给了承载它们的系统，把两者激活的是查询侧的工程。实践中最常听到的求助是同一句话："我这检索怎么这么慢？"而答案从来不是一个参数，而是一条推理链：先看这次查询在引擎里走了哪条路径，再判断时间花在了扫描量、过滤、归并还是数据搬运上，然后选对杠杆去撬——有时是探测宽度，有时是量化精修的候选数，有时是页缓存，有时干脆是硬件。没有这条链，调优就是抽卡；有了这条链，调优是修理。

本章把这条链完整铺开，从查询类型与执行流程，到结果重排，到参数、硬件、缓存三组杠杆，最后落在评估方法上。特别要强调最后一点：没有可信的评估，一切调优都是自欺。所以 5.5 虽然排在最后，原则却应贯穿始终——先立基线，再动参数。

读完能解决什么

读完本章，你应当能完成一次标准化的性能诊疗：给出一套延迟分解的方法，判断瓶颈在扫描量、过滤策略还是硬件带宽；针对常见查询形态（纯近邻、带过滤、混合检索）选择正确的执行策略，避开"后过滤把结果滤空"这类经典陷阱；用带评估闭环的方式调索引参数，输出召回率对延迟的权衡曲线而不是拍脑袋的配置；判断你的场景值不值得上 GPU、该预热哪些缓存，并能量化预热前后的差异；建立一套属于自己数据集的基准测试，让每一次变更都有前后可比的数字。

这些能力合成一句话：让检索性能从玄学变成工程。

各节怎么分工

五节按"执行路径上从前往后、优化手段由软到硬"排列。5.1 讲查询的类型与完整执行流程：解析、计划、过滤策略、搜索、归并、后处理，配一张时序图和一张漏斗图，把"时间花在哪"的坐标系建立起来。5.2 讲结果重排：超量取回、交叉编码器精排、多样性重排、双路融合——召回之后的最后一公里。5.3 讲索引参数：以倒排探测数与图的候选队列为主角，给出一套带召回验证的调参流程。5.4 讲硬件与缓存：指令集、GPU 的适用边界、内存带宽，以及页缓存预热与查询缓存两个杠杆。5.5 讲评估：召回率、吞吐、尾延迟的定义与测法，以及"用自己的数据做基准"的方法论。

五节之间的依赖关系值得注意：5.2 到 5.4 都在 5.1 的执行框架内做文章，而 5.5 是所有节的方法论底座——严格说它应该先读，放在最后是为了带着前面的问题读得更切。

再给一条使用本章的纪律：性能工作最忌讳"同时改多个东西"。参数、硬件、缓存三条线一起动，改善无法归因，退化无法回滚。本章五节虽然各自给出工具，但 5.5 的单因子测量原则统辖全部——把它当作本章的宪法，其余都是条款。

先决条件

需要第三章的索引参数语义（探测数、候选队列、量化档位）作为前置，第四章的组件概念（分片归并、页缓存）会在相应位置被直接引用。测量部分会用一段可运行的统计代码，不要求统计学背景，懂得算平均数与百分位即可。

往下走到哪

本章的调优闭环如下：

走出本章有两条路：想把这些方法放进生产体系的读者进第六章，那里的部署模式与监控清单会接住本章的每一个指标；想看这些工程能力在高级场景（多模态、隐私、知识图谱）里如何演化的读者进第七章。而无论走哪条，请把 5.5 的那句话带在身上：先测基线，再谈优化。