Baradb/docs/zh/vector.md

向量搜索引擎

用于相似性搜索的本机 HNSW 和 IVF-PQ 索引。

用法

import barabadb/vector/engine

var idx = newHNSWIndex(dimensions = 128)
idx.insert(1, @[1.0'f32, 0.0'f32, ...], {"category": "A"}.toTable)

let results = idx.search(queryVector, k = 10)

索引类型

HNSW

用于近似最近邻搜索的分层可导航小世界图。

var hnsw = newHNSWIndex(
  dimensions = 128,
  m = 16,
  efConstruction = 200,
  efSearch = 100
)

IVF-PQ

带乘积量化的倒排文件索引。

var ivfpq = newIVFPQIndex(
  dimensions = 128,
  numCentroids = 256,
  subQuantizers = 8
)

距离度量

度量	描述
cosine	余弦相似度
euclidean	L2 距离
dotproduct	点积相似度
manhattan	L1 距离

量化

let scalar = scalarQuantize(data, bits = 8)
let pq = productQuantize(data, subVectors = 8, bits = 8)

SIMD 加速

import barabadb/vector/simd

let dist = simdCosineDistance(vec1, vec2)