【下集】向量数据库技术鉴赏

问题：除了搜索速度，还有内存开销问题

方法：降低向量本身大小

1.乘积向量——有损压缩——蒙娜丽莎例子(图片中每个像素点都被其所在分类质心点所替代)——在一定程度保留原始信息——给质心编码单个编码值存储减少空间(把向量用质心编码表示就是量化）——码本

蒙娜丽莎图

单个编码值存储

存在问题：

维度增加（数据稀疏）——非常大的聚类数——维度灾难——内存超过了反而得不偿失

进一步解决：高维分成低维——拼接子向量——笛卡尔积

2.用户更注重速度和质量

6人理论小世界——导航小世界nsw

需要手动建立图结构

保证以下性质：

需要这个：德劳内三角剖分法

但是这个建立的图结构搜索时候不一定很快速，所以nsw方法如下，妙在先粗快，后细慢

hnsw：分层的导航小世界

图 搜索时候从最上层进入，快速导航，逐步进入下一层，比nsw更稳定。缺点就是占用内存太大