词面倒排和向量近邻,知识库两边都要有。同一套检索引擎同时托管,还是词面集群与向量集群分开跑?正文被改写或删掉时,两边如何保持同步?两路并行查询的尾延迟,加上维护双栈的开销,你会怎样据此取舍?
题目
词面倒排和向量近邻,知识库两边都要有。同一套检索引擎同时托管,还是词面集群与向量集群分开跑?正文被改写或删掉时,两边如何保持同步?两路并行查询的尾延迟,加上维护双栈的开销,你会怎样据此取舍?
参考答案
点击展开参考答案
- 绿场、百万级、同一班人值班,优先一个引擎同时持有倒排和向量:一次 upsert、一个版本、删一条两边一起消失。
- 已经有大规模倒排集群、向量是后加的能力,或两种负载要独立扩容,就拆成两套,用文档库变更日志做双投影。
- 拆开会把不一致、并行尾延迟和双倍值班变成日常成本;合并会把建图和倒排合并绑在同一台机器的 CPU/内存上。
- 按「删除可见性 SLA、是否已经有其中一套、资源是否打架」拍板,而不是按哪边召回列表更好看。
- 单引擎:文档进入同一写前日志,分析器写 posting,编码器写向量,提交点共享。
- 查询扇出是进程内两次游标,合并仍要做,但可见性由一个提交序号保证——这是运维原子性,不是某种融合公式更优。