大规模搜索的召回方案与 ANN 向量检索算法
哪些公司问过
答案要点
- 多路召回:倒排文本召回保证精确匹配,向量召回补充语义,再合并去重
- LSH:随机投影哈希分桶,简单但精度一般
- PQ 子空间量化压缩内存,用查表算近似距离;IVF 聚类分桶只搜近邻簇
- HNSW 分层近邻图贪心搜索,召回与速度好但内存占用大
- 按规模、内存与召回要求选型,常用 Faiss、Milvus,调 nprobe、ef 等参数
易错点
- 只用向量召回,精确关键词查询效果差
- 只看召回率不看延迟和内存,算法选型脱离实际
- 索引参数不调优,如 IVF 的 nprobe 过小导致召回率低
面试官常见追问
- HNSW 和 IVF-PQ 怎么选?
- 向量召回为什么不能完全替代倒排召回?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。