《大规模分布式计算深入解析》8.1 分片路由:哈希、range 与一致性散列
一致性哈希在固定空间按顺时针token归属;增节点只接管其区间,不能用变更后的节点数取模冒充环。
category
一致性哈希在固定空间按顺时针token归属;增节点只接管其区间,不能用变更后的节点数取模冒充环。
RRF按文档累计各路一基排名,不把全部文档加成一个分数;标量过滤单向量查询不是BM25与密集向量双路融合。
倒排/位图提供匹配ID集合,向量路径与过滤规划联合选择;哈希交集成本应包含构建,图路径不保证只访问匹配节点。
合并是输入段到新输出段的DAG;发布、读者排空、保留期和GC分别验收,IO按输入与有效输出字节计算。
标准过滤、迭代过滤和显式后过滤是不同策略;图导航可穿过非匹配节点,选择率不能保证固定倍数一定凑满K。
归属变化不等于迁移完成;固定空间计算接管量,拷贝、增量追平、写屏障、路由版本与旧写者失效共同保证切换。
offset与limit决定内部结果预算而不决定算距次数;schema、度量、过滤、投影与深分页限制需按运行时API校验。
容量按显式层边槽、ID宽度、节点元数据和原向量分项;MB/MiB、峰值重建与复制对象不能混为一个固定HNSW内存值。
Raft线性一致读需要确认有效领导权并等待应用到读屏障;Bounded的时间滞后不能用日志条数直接代替。
ef是图内搜索预算,线程数是执行调度;分片候选数不是归并比较次数,结果确定性还需同分规则和固定查询版本。
查询快照的数据时间边界与服务进度屏障分开;Strong覆盖所需已完成写入,不承诺读取快照之后所有未来数据。
图近似可以使用精确点距离;粗排候选ID限定精排资格,精排修正候选分数却不能恢复未召回对象。
段合并产生新段而非原段变身;删除的查询过滤、物理回收与旧读者引用分开,重建边槽预算不等于算距成本。
增量写入的日志确认、Growing可检索、段封存、flush与索引handoff是不同边界;10000条按1024切为9满段和784条尾段。
批量导入、分段、索引构建与查询发布分别有合同;8192条按1024切8段是行数模型,不推出构图恰为N×M次距离。
Vamana RobustPrune按几何与α剪枝;DiskANN查询用内存压缩表示和SSD节点读取,候选宽度、IO并行度与缓存分开。
SPTAG-BKT是平衡k-means树并结合相对邻域图;树供种子、图供导航,教学平衡树不再冒名坐标中位切分。
逻辑块、映射页、minor/major fault与设备IO不等价;本卷实际写读小型映射文件,不把字节公式称为页缓存或预取实测。
SQ的半步长误差界限于区间内舍入;固定正交旋转只证明L2不变,不能冒充学习OPQ矩阵或验证量化收益。
PQ用显式子空间码本编码,ADC把查询到码字的表项按库编码求和;压缩载荷、共享码本、ID和原向量精排存储分别计账。