HNSW(Hierarchical Navigable Small World)是一种用于高维向量空间的近似最近邻搜索算法,基于多层可导航小世界图结构构建索引。其核心原理是通过分层图在不同粒度上进行贪婪路由搜索,实现对数级别的查询时间复杂度。该算法在保持较高召回率的同时显著降低搜索延迟,被广泛应用于向量数据库和语义检索系统中。
向量数据库Qdrant用Rust编写、高性能,Chroma为Python原生适合原型开发,Weaviate支持混合搜索,均通过HNSW等近似最近邻算法实现毫秒级检索
向量数据库底层通常依赖近似最近邻算法(ANN),如HNSW、IVF
向量数据库底层通常采用HNSW或IVF等近似最近邻算法,检索延迟通常低于10毫秒