Vektordatabaser & retrieval-arkitektur: lathund (koncept, index, kvantisering & val)

En vektordatabas lagrar högdimensionella täta och glesa embeddings tillsammans med metadata och ger likhetssökning via Approximate Nearest Neighbor (ANN)-index på millisekundnivå som minnes- och retrievallager för RAG, semantisk sökning och AI-agenter.

🔗 Relaterade lathundar: LLM- & AI-agentkoncept · Moderna AI-algoritmer · PostgreSQL-kommandon · Redis-kommandon · MongoDB-kommandon

---

1. Grundkoncept & avståndsmetrik

1.1 Central terminologi

1.2 Tre centrala avstånds- och likhetsmått

Cosine(u, v) = (u · v) / (‖u‖₂ · ‖v‖₂)
IP(u, v)     = u · v = ∑ᵢ (uᵢ × vᵢ)
L₂(u, v)     = √( ∑ᵢ (uᵢ − vᵢ)² )

---

2. ANN-indexalgoritmer & kvantisering

2.1 Jämförelse av vektorindex

Viktigaste HNSW-parametrarna:

• M (max dubbelriktade länkar per nod, typiskt 16–64): högre M ger bättre recall vid höga dimensioner men kostar RAM och byggtid.
• efConstruction (kandidatlistans längd vid bygge, typiskt 100–400): påverkar bara byggtiden och höjer grafens kvalitet.
• efSearch (sökbredd vid fråga, ≥ top_k): enda parametern som kan justeras per fråga; högre värde ökar recall och sänker QPS.

2.2 Kvantisering & minnesuppskattning

Referensbas för 10 miljoner vektorer × 1536 dimensioner (rå FP32):

Rå vektorstorlek ≈ N × D × 4 Byte   (HNSW-grafen lägger till ~1,2×–1,5× RAM-overhead)

---

3. Skiktad jämförelse av databaser och sökmotorer

3.1 Dedikerade inbyggda vektordatabaser

3.2 Vektor-sökbibliotek (ej kompletta databaser)

3.3 Tillägg till traditionella databaser & sökmotorer

3.4 Fullt hanterade molntjänster

---

4. Filtreringsstrategier & hybridsökning

4.1 Exekveringslägen för metadatafiltrering

4.2 Reciprocal Rank Fusion (RRF)

Eftersom poäng från tät sökning och BM25 har olika skalor slår RRF ihop rankningarna direkt utan kalibrering:

RRF_Score(d) = ∑_{r ∈ R} 1 / (k + rank_r(d))     (standardkonstant för utjämning k = 60)

---

5. Produktionsklara kodexempel

5.1 pgvector-schema, HNSW-index & iterativ skanning (SQL)

CREATE EXTENSION IF NOT EXISTS vector;

CREATE TABLE documents (
    id BIGSERIAL PRIMARY KEY,
    tenant_id INT NOT NULL,
    content TEXT NOT NULL,
    embedding halfvec(1536),          -- float16 sparar 50% minne jämfört med float32
    fts tsvector GENERATED ALWAYS AS (to_tsvector('simple', content)) STORED
);

CREATE INDEX idx_docs_emb_hnsw ON documents
    USING hnsw (embedding halfvec_cosine_ops)
    WITH (m = 16, ef_construction = 128);

CREATE INDEX idx_docs_fts ON documents USING gin (fts);

SET hnsw.ef_search = 100;
SET hnsw.iterative_scan = relaxed_order;

SELECT id, content, 1 - (embedding <=> $1::halfvec) AS cosine_sim
FROM documents
WHERE tenant_id = 42
ORDER BY embedding <=> $1::halfvec
LIMIT 10;

pgvector-avståndsoperatorer: <-> Euklidiskt (L₂) · <=> Cosinusavstånd (1 - cos) · <#> Negativ skalärprodukt · <+> Manhattan (L₁).

5.2 Qdrant: binär kvantisering & Payload-filtrering (Python)

from qdrant_client import QdrantClient, models

client = QdrantClient(url="http://localhost:6333")

client.create_collection(
    collection_name="knowledge_base",
    vectors_config=models.VectorParams(
        size=1536,
        distance=models.Distance.COSINE,
        on_disk=True,
    ),
    quantization_config=models.BinaryQuantization(
        binary=models.BinaryQuantizationConfig(always_ram=True)
    ),
)

client.create_payload_index(
    collection_name="knowledge_base",
    field_name="tenant_id",
    field_schema=models.PayloadSchemaType.KEYWORD,
)

hits = client.query_points(
    collection_name="knowledge_base",
    query=[0.012, -0.045, ...],
    query_filter=models.Filter(
        must=[models.FieldCondition(key="tenant_id", match=models.MatchValue(value="org_a"))]
    ),
    search_params=models.SearchParams(
        quantization=models.QuantizationSearchParams(rescore=True, oversampling=3.0)
    ),
    limit=10,
).points