复盘OntoDB（单LSM引擎支持12种数据模型）中227万化合物指纹HNSW索引召回异常：Recall@50低于Recall@10。排查发现三类根因：多样性剪枝使用严格小于号，在离散Tanimoto距离下大量并列被误剪；删除集合与向量状态未持久化，产生44万“幽灵”节点；导入分页断流、抽样偏差、列清单缺fp、版本选择bug叠加导致指纹丢失。修复后id-recall@10由0.844升至0.9784，节点数与SQL精确对齐。

复盘OntoDB（Rust多模数据库）227万化合物指纹HNSW索引召回异常：Recall@50低于@10。排查发现三类根因：多样性剪枝使用严格小于号，离散Tanimoto距离大量并列导致新节点被误剪；删除集合等内存状态未持久化，产生44万“幽灵”节点；导入分页断流、抽样偏差、列清单缺fp、版本选择bug叠加导致指纹丢失。修复后id-recall@10由0.844升至0.9784，节点数与SQL精确对齐。

Pinterest Engineering has enhanced its Manas search platform to manage vast data, improving efficiency in search and discovery functions. By applying Scalar and Product Quantization, memory usage...

本文介绍近似最近邻搜索（ANN）在向量检索中的应用，涵盖暴力搜索、KD-Tree、LSH、HNSW及量化方法，并讨论FAISS索引选型、向量数据库架构及RAG场景实践。强调高维向量检索需平衡精度与速度，常用HNSW或IVF-PQ索引，并注意基准测试陷阱，以Recall@K评估质量。

pgvector v0.8.0将HNSW索引作为PostgreSQL索引访问方法实现，向量以varlena存储于8KB页中，与业务表共享WAL、缓冲区和VACUUM。相比Milvus，它支持同进程事务和SQL，但受限于页装箱、默认后过滤和资源争用。选型应基于隔离需求与生命周期管理，而非单纯比较ANN算法性能。

本文讨论了向量检索引擎Knowhere的架构与索引类型，包括HNSW、DiskANN和IVF-PQ等算法的应用。强调了在训练、构建、加载和查询四个阶段的参数管理，指出Flat索引是金标准但不应作为默认选择。文章还探讨了索引生命周期与段的关系，以及插件契约的实现步骤，提出了多索引参数组合的开放问题。

本文讨论了向量检索引擎Milvus的架构与功能，重点介绍了HNSW、DiskANN、IVF-PQ等算法的应用，以及向量库的选型与RAG召回机制。内容涵盖写路径、读路径和索引内核，适合RAG和AI平台工程师、数据平台工程师等专业人士阅读。

HNSW是主流向量数据库默认的近似最近邻索引算法，通过分层图结构实现高效搜索。文章从NSW图出发，详细推导HNSW设计，给出C语言实现，讨论参数调优、距离计算优化，并对比Vamana等竞品。HNSW在精度、速度、内存间取得平衡，搜索复杂度为O(log N)，但内存消耗大，动态更新和过滤搜索仍是挑战。

pgvector 0.8.2 fixes CVE-2026-3172, a heap buffer overflow in parallel HNSW index builds that can leak data or crash the server.

本文探讨了RAG（检索增强生成）中的存储与检索层，重点介绍向量索引算法的选择和量化方法，以及2024-2026年工业界的趋势。文章分为四部分：算法底层、产品选型、工程实操和图RAG与趋势，提供实用的参数和代码示例。向量检索主要使用近似最近邻（ANN）算法，推荐HNSW作为工业标准，并结合量化技术以降低内存占用。最后，GraphRAG结合知识图谱与向量检索，提升多跳推理能力。