标准回答
在 RAG 中的作用
把文档切块后用 Embedding 编码存入向量库；查询时把问题向量化做近似最近邻（ANN）检索，召回语义最相近的 top-K 片段，再拼进 prompt 让 LLM 作答。它支撑的是语义检索——「苹果发布会」也能召回含「iPhone 发布」的段落。
索引类型（核心取舍）
- HNSW：图索引，查询快、召回高，但内存占用大。
- IVF：倒排+聚类，适合超大规模、可控内存。
- DiskANN：把索引落盘，单机扛更大数据、降成本，延迟略高。
选型维度
数据量与 QPS、延迟预算、是否需要元数据过滤与混合检索（BM25+向量）、多租户隔离、以及托管 vs 自建的运维成本。常见产品：Pinecone（托管）、Milvus/Qdrant（开源自建）、pgvector（PostgreSQL 扩展，数据量不大时省事）、FAISS（是库不是服务）。
实践要点
chunk 通常 256–512 token、重叠 10–20%；检索后再用 cross-encoder rerank 提升精度；关键词/编号类查询配合混合检索效果更好。
常见误区
⚠️ 常见踩坑
别以为「上了向量库 RAG 就准」——召回质量更受 chunk 切分、Embedding 模型和是否 rerank 影响，纯向量检索对精确关键词/编号/专名很弱，常需混合检索补足。也别在数据量不大时盲目上分布式向量库：几十万向量用 pgvector 或 FAISS 就够，过度工程反增运维负担。
追问
追问 1：HNSW 原理简述？
分层可导航小世界图：上层稀疏长跳快速定位区域，下层稠密短边精细近邻。插入时贪心搜索找近邻并连边。查询从顶层入口贪心下降，兼顾召回与速度，是向量库常用 ANN 结构。
追问 2：何时需要混合检索？
纯向量对精确关键词、编号、专有名词弱；纯 BM25 对语义改写弱。生产 RAG 常 BM25+向量融合（RRF），再加 cross-encoder rerank，提升召回与精度。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。
📰 AI 资讯
🛠️ AI 工具
🎯 相关面试题