01
向量检索概述
什么是向量检索、为什么需要向量检索、核心挑战：精准度与延迟的由来。
基础概念
02
向量化技术基础
Embedding模型原理，文本、图像、多模态向量化方法。
Embedding多模态
03
相似度度量方法
余弦相似度、欧氏距离、点积、曼哈顿距离、Jaccard相似度详解。
度量距离
04
精确检索与暴力搜索
全量遍历算法、时间复杂度分析、适用场景与局限性。
暴力搜索精确
05
近似最近邻搜索（ANN）概述
ANN定义、为什么需要ANN、精准度与延迟的权衡。
ANN近似
06
基于树的索引方法
KD-Tree原理与构建、Ball-Tree、VP-Tree结构及搜索。
树索引KD-Tree
07
基于哈希的索引方法
局部敏感哈希（LSH）原理、LSH家族及文本检索应用。
LSH哈希
08
基于量化的索引方法
乘积量化（PQ）原理、训练与编码、倒排乘积量化IVFPQ。
PQIVFPQ
09
基于图的索引方法
HNSW算法原理、NSW图构建、多层结构及搜索策略。
HNSW图索引
10
HNSW参数调优
M参数、efConstruction、efSearch对内存与速度的影响。
调优HNSW
11
IVF索引方法
倒排文件（IVF）原理、训练与聚类、nprobe参数对延迟的影响。
IVF聚类
12
IVFPQ混合索引
IVF与PQ结合、索引构建与搜索流程、参数配置。
IVFPQ混合
13
Faiss库入门
Faiss简介、安装配置、IndexFlatL2、IndexIVFFlat、IndexIVFPQ。
Faiss入门
14
Faiss高级用法
IndexHNSWFlat、IndexHNSWPQ、GPU加速、多线程检索。
FaissGPU
15
Milvus向量数据库
Milvus架构概览、数据模型、索引类型支持、部署方式。
Milvus数据库
16
Milvus索引选择
FLAT、IVF_FLAT、IVF_SQ8、HNSW、DISKANN索引对比。
索引选择Milvus
17
Milvus参数调优
索引构建参数、nprobe、ef、一致性级别、负载均衡。
调优Milvus
18
Elasticsearch向量检索
dense_vector字段、script_score查询、KNN查询插件。
ESKNN
19
精准度评估指标
召回率、精确率、MAP、NDCG、P@K详解。
评估指标
20
延迟评估指标
QPS、P99延迟、平均延迟、吞吐量测量方法。
延迟QPS
21
精准度与延迟的权衡策略
参数调节、索引选择、硬件升级、缓存策略。
权衡策略
22
数据分布对检索性能的影响
均匀分布、聚类分布、长尾分布、数据倾斜处理。
数据分布倾斜
23
维度灾难
高维空间距离失效、维度影响、降维技术（PCA、t-SNE）。
维度灾难降维
24
降维与量化技术
PCA降维、随机投影、标量量化（SQ）、二进制量化。
降维量化
25
混合检索策略
向量检索+关键词、向量检索+过滤条件、多阶段检索。
混合多阶段
26
缓存加速技术
结果缓存、向量缓存、LRU缓存、缓存一致性维护。
缓存加速
27
硬件优化
GPU加速、FPGA加速、SSD存储、内存优化、NUMA架构适配。
硬件GPU
28
大规模分布式检索
数据分片、副本机制、分布式搜索、负载均衡策略。
分布式分片
29
实时索引更新
增量索引、流式索引、索引合并、删除与更新处理。
实时增量
30
生产环境最佳实践
监控指标、告警设置、A/B测试、灰度发布、容量规划。
生产最佳实践