硬盘索引

本文介绍了一种名为 DiskANN 的磁盘索引算法。基于 Vamana 图，DiskANN 可以在大型数据集内进行高效搜索。

前提条件

要使用 DiskANN，请注意以下事项：

DiskANN 默认启用。如果你更喜欢内存索引而不是磁盘索引，建议禁用此功能以获得更好的性能。
- 你可以在 Milvus 配置文件中将 queryNode.enableDisk 更改为 false 以禁用它。
- 要再次启用它，可以将 queryNode.enableDisk 设置为 true。
Milvus 实例运行在 Ubuntu 18.04.6 或更新版本上。
Milvus 数据路径应挂载到 NVMe SSD 以获得最佳性能：
- 对于独立 Milvus 实例，数据路径应为运行实例的容器中的 /var/lib/milvus/data。
- 对于 Milvus 集群实例，数据路径应为 QueryNodes 和 IndexNodes 运行的容器中的 /var/lib/milvus/data。

要使用 DiskANN，请确保你：

参数	描述	范围
`search_list`	候选列表的大小，更大的大小提供更高的召回率但性能下降	[topk，int32_max]

DiskANN 是可调的。你可以修改 ${MILVUS_ROOT_PATH}/configs/milvus.yaml 中与 DiskANN 相关的参数以提高其性能。

...
DiskIndex:
  MaxDegree: 56
  SearchListSize: 100
  PQCodeBugetGBRatio: 0.125
  SearchCacheBudgetGBRatio: 0.125
  BeamWidthRatio: 4.0
...

参数	描述	值范围	默认值
`MaxDegree`	Vamana 图的最大度数。较大的值提供更高的召回率但增加索引的大小和构建时间	[1, 512]	56
`SearchListSize`	候选列表的大小。较大的值增加构建索引的时间但提供更高的召回率。除非需要减少索引构建时间，否则将其设置为小于 `MaxDegree` 的值	[1, int32_max]	100
`PQCodeBugetGBRatio`	PQ 码的大小限制。较大的值提供更高的召回率但增加内存使用量	(0.0, 0.25]	0.125
`SearchCacheBudgetGBRatio`	缓存节点数与原始数据的比率。较大的值通过增加内存使用量来提高索引构建性能	[0.0, 0.3)	0.10
`BeamWidthRatio`	每个搜索迭代的最大 IO 请求数与 CPU 数之间的比率	[1, max(128 / CPU 数，16)]	4.0