PGembedding 代码分析

pgembedding 存储结构

pg embedding 数据是存在共享内存中的，pg down 之后索引数据就没了，但索引对象本身还在，第一次访问时会重新创建。

数据以 plain 的形式存储，其中每个点是这样的结构：

idx_size： 表示这个点目前有多少 neighbour

idx_list： 表示排序好的邻近点的 index（点都存在数组里，因此可以用index访问）

point_vector： 是真正的点坐标，每个维度是一个 float，

label： 是点的标签

knn查找

首先从第０个点的idx_list开始找它的临近neighbour，最多遍历 efconstruction 个点（index 的 option），过程中会用visited 来做去重剪枝。

遍历过程会维护一个距离目标点的距离最小堆（candidateSet）和最大堆（topResults），当为目标点找到的邻居超过maxelements（index 的 option）时，就取出最大距离的点，如果比这个最大的小，则pop出这个最大点，将新邻居插入topResults中。

每有一个邻居成功插入idx_list就把它加入candidateSet，不断candidateSet找到更近的邻居，更新topResults。

点的插入

插入点过程与knn查找类似，先找邻近的ｎ个点，更新自己的idx_list领居列表。

遍历每个邻居，看这个邻居是否idx_list満了，如果満了，则用最小堆做一个排序，更新这个邻居的idx_list。

索引创建

创建过程由于是共享内存里的操作，因而不支持并行 worker，就是普通的扫表创建。

cost 计算

没有什么特别的，就是当成普通的 index 来算

vacuum

没有实现 index tuple 的删除，可能因为是在内存里，没必要实现，只能 drop + create