微软：向量搜索和向量数据库

向量是未来的数据表示

向量搜索

方法

减少距离计算次数

• 哈希法
• 空间划分树
• 近邻图

SPTAG

混合了kd树和近邻图

Change

大规律向量搜索

• 内存
• 可扩展

• 倒排索引

• 全局量化进行压缩

• top1的召回率比较低

• 基于图的近邻图

SPANN

倒排索引中的问题：

• 不平衡的聚类方法
• 低覆盖率

• 有重叠的聚类，不同方向的复制
• 查询状态剪枝，离查询距离比较近的查询倒查表

参考

• https://github.com/microsoft/SPTAG
• HNSW: https://arxiv.org/pdf/1603.09320.pdf