关系库已经托管了正文、ACL 以及版本号。语义检索仍外挂一台只装高维浮点的检索引擎,原因是什么?直接 SQL 扫描 `float[]` 列为什么不够?
题目
关系库已经托管了正文、ACL 以及版本号。语义检索仍外挂一台只装高维浮点的检索引擎,原因是什么?直接 SQL 扫描 float[] 列为什么不够?
参考答案
点击展开参考答案
- 关系库擅长精确谓词、事务和权威字段(权限、版本、正文)。
- 语义检索要的是高维近邻:离线把空间组织成图或簇,查询只碰一小部分向量。
- 对
float[]全表扫描在万级也许能撑,到十万、百万级代价按 (n\times d) 涨,还缺少与过滤协同的近似索引、以及按向量版本重建的运维原语。 - 常见拆法是关系库当真相源,向量引擎只存
(id, vector, 少量过滤副本),用 id 回表取正文。 - 向量引擎的核心接口是
search(q, k, filter),不是优化器碰巧把ORDER BY embedding <-> q跑快。 - 有些关系库扩展也能建近似索引,判断标准仍是:召回/延迟是否可调、向量更新能否重建、过滤选择性很高时会不会退化成近乎全扫。