看之前首先要懂两个基本条件：

        1. 什么是向量

        2. 会使用向量的检索

        3. 知道至少一种向量的索引

这里我们拿比较的流行的HNSW算法来进行分析：

       最直接的做法是根据向量在给定数据集中采用KNN来找到K个最近的向量。但在实际应用中，待检索的数据往往是千万甚至亿级，KNN的计算量过大。因此，通常采用ANN（Approximate Nearest Neighbor，相似近邻）来快速相似检索

                ​​​​​​​        

相似性检索：        

在NSW中，构建图的阶段通过节点的随机插入来引入随机性，构建出一个small world graph，从而实现快速检索。但NSW构造的图并不稳定，节点之间的差异较大：

• 先插入的顶点，其连接的邻居节点，基本都比较远（弱连接属性强）

• 后插入的顶点，其连接的邻居节点，基本都比较近（弱连接属性弱）

• 对于具有聚类效应的点，由于后续插入的点可能都和其建立连接，对应节点的度可能会比较高

如何构造具有更稳定的small world graph呢？HNSW算法就在NSW基础之上引入了分层图的思想，通过对图进行分层，实现由粗到细的检索。

1、图构造

HNSW在构造图时如下图所示：

核心如下：

• layer=0层包含了数据集中的所有点

• layer=l层是以50%的概率随机从layer=l-1层中选择的点构成的。因此，最大层数为

• 插入构图时，先计算新顶点可以深入到第几层（），在每层的NSW图中查找m个近邻，然后连接它们

2、图检索

对HNSW进行查询时，从最高层开始检索，逐层往下，从而实现快速搜索

 

总结：想要更高性能的相似性检索需要需要依赖索引，比如HNSW，当我们使用索引检索时它和暴力检索不同的的是：

        1. 暴力检索会遍历所有节点，然后进行一 一返回

        2. 使用索引检索时，它返回的是ANN 所有的近邻节点，返回近邻节点的时候它并不会按照从最相似的开始返回，而是将所有近邻结果全部返回，返回之后在进行排序。

        3. 要返回多少近邻节点是算法中的参数，可以进行调节。当然，也可以返回之后在进行过滤。