Collection参数配置说明文档

1. params（核心参数配置）

1.1 vectors

定义了向量字段的相关配置，本例中字段为 address：

"address": {
  "size": 512,
  "distance": "Cosine",
  "hnsw_config": {},
  "on_disk": false,
  "multivector_config": {}
}

• size: 向量维度，表示每个向量的长度（此处为 512）。
• distance: 距离度量方式，Cosine 表示使用余弦相似度进行向量比较。
• hnsw_config: 针对该向量字段的 HNSW（Hierarchical Navigable Small World）索引配置（此处为空，表示使用全局配置）。
• on_disk: 是否将向量数据保存在磁盘上（false 表示保存在内存中）。
• multivector_config: 多向量字段的配置（此处为空，表示未启用）。

1.2 分片和副本设置

"shard_number": 2,
"replication_factor": 1,
"write_consistency_factor": 1

• shard_number: 数据将被分成的分片数（此处为 2）。
• replication_factor: 每个分片的副本数量（1 表示无副本，仅主本）。
• write_consistency_factor: 写入时所需的副本一致性数量（1 表示只要主本成功即认为写入成功）。

1.3 on_disk_payload

• on_disk_payload: 是否将非向量的 payload 数据存储在磁盘上（false 表示全部保存在内存中）。

2. hnsw_config（全局 HNSW 索引配置）

"hnsw_config": {
  "m": 16,
  "ef_construct": 123,
  "full_scan_threshold": 10000,
  "max_indexing_threads": 0,
  "on_disk": false
}

• m: 控制图中每个节点的最大连接数，较大值通常提高查询精度但增加构建时间。
• ef_construct: 构建阶段使用的搜索宽度，值越大索引越精准。
• full_scan_threshold: 小于该数量的向量数据将使用全量扫描（而非HNSW）。
• max_indexing_threads: 构建索引时的最大线程数，0 表示自动选择。
• on_disk: 是否将索引存储在磁盘上。

3. optimizer_config（优化器配置）

"optimizer_config": {
  "deleted_threshold": 0.2,
  "vacuum_min_vector_number": 1000,
  "default_segment_number": 0,
  "max_segment_size": null,
  "memmap_threshold": null,
  "indexing_threshold": 20000,
  "flush_interval_sec": 5,
  "max_optimization_threads": null
}

• deleted_threshold: 删除数据达到该比例后触发优化（0.2 = 20%）。
• vacuum_min_vector_number: 向量数超过此值才执行清理操作。
• default_segment_number: 初始化时创建的默认段数量（0 表示系统决定）。
• max_segment_size: 单段最大大小（null 表示使用默认）。
• memmap_threshold: 超过此值后数据使用 memory-mapped 文件处理（null 表示默认）。
• indexing_threshold: 向量数达到此阈值后将构建索引（如 HNSW）。
• flush_interval_sec: 数据自动刷新到磁盘的时间间隔（单位：秒）。
• max_optimization_threads: 执行优化操作的最大线程数（null 表示自动）。

4. wal_config（写前日志配置）

"wal_config": {
  "wal_capacity_mb": 32,
  "wal_segments_ahead": 0
}

• wal_capacity_mb: 写前日志最大容量（单位：MB），超出后会触发持久化。
• wal_segments_ahead: 允许多少个段提前写入磁盘。

5. quantization_config（量化配置）

"quantization_config": {
  "scalar": {
    "type": "int8",
    "quantile": 0.8,
    "always_ram": false
  }
}

• type: 量化数据类型（int8 表示将向量压缩为 8-bit 整数）。
• quantile: 数据分布中将用于压缩的百分位值（如 0.8 表示去除最极端 20% 的分布）。
• always_ram: 是否始终将量化向量保存在内存中。

6. strict_mode_config（严格模式配置）

"strict_mode_config": {
  "enabled": false
}

• enabled: 启用严格模式后，系统在数据一致性和接口校验方面更严格，适用于关键业务场景。