"向量检索实战：HNSW 与 IVF 的参数选择"

概述近似最近邻（ANN）检索常用索引包括 HNSW 与 IVF/IVFFlat/IVF-PQ。正确的参数选择与兼容性实践，决定了召回率与查询耗时的平衡。HNSW：efConstruction 与 efSearch 的取舍`efConstruction`（构建阶段候选集大小）：增大可提升索引质量与召回，但会提高构建时间与内存占用［参考1,3］。`efSearch`（查询阶段访问节点数量）：增大可提升召回率，但查询耗时随之增加［参考1,3］。实践建议：低并发查询可适度提高 `efSearch` 获取更高召回；批量查询需谨慎控制 `efConstruction` 与 `efSearch`，避免在大规模并发下查询耗时陡增［参考1］。IVF：聚类数量与搜索参数倒排簿（IVF）通过聚类中心（codebook）将空间划分，查询时在若干近邻簿中进行精检。中心数量与探测簿数量决定召回与耗时的平衡［参考2,5］。IVFFlat 在候选集中做精确距离计算，可在候选包含查询向量时达到 100% 召回，但查询耗时通常在 100ms 量级，适用于召回精度要求高、实时性相对宽松的场景［参考5］。兼容性注意事项（Faiss 实践）为 HNSW 索引使用 `SearchParametersHNSW`（例如设置 `efSearch`）；为 IVF 索引使用 `SearchParametersIVF`。混用可能导致参数未生效、内存泄漏或崩溃风险［参考4］。参考与验证［参考1］知乎专栏：HNSW 算法原理与参数影响（efConstruction/efSearch 对召回与耗时的影响）：https://zhuanlan.zhihu.com/p/673027535［参考2］CSDN：ANN、IVF、HNSW、IVF-PQ 概览与取舍：https://blog.csdn.net/taoqick/article/details/143272728［参考3］博客：HNSW 算法介绍（参数含义与权衡）：https://luxiangdong.com/2023/11/06/hnsw/［参考4］CSDN：Faiss 实践中的参数兼容性与坑位（HNSW vs IVF）：https://blog.csdn.net/gitblog_00431/article/details/151504410［参考5］阿里云文档：PostgreSQL PASE 插件（IVFFlat/HNSW 算法特性与参数说明）：https://help.aliyun.com/zh/rds/apsaradb-rds-for-postgresql/use-pase-for-efficient-vector-search关键词校验关键词覆盖 HNSW、IVF 及核心参数，与正文内容高度一致。