首页/AI/RAG 与向量库速查/向量库迁移流程
本包目录(229 条)
架构与流程30 条解析与切分33 条Embedding 与检索50 条
向量数据库49 条
重排与生成32 条评估与优化35 条

向量库迁移流程

跨库迁移按“导出 → 转换 → 灌入 → 校验 → 切流”五步走:重点在 id 与 payload 的保真映射、度量语义对齐(余弦/内积/L2 与归一化)、以及全量灌库后跑同一评测集对比召回。

RAG 与向量库速查AI更新于 2026-10-12

迁移核对清单

迁移核对清单
□ id 策略一致(字符串/UUID/整型范围)
□ 距离度量语义一致(余弦 vs 内积 vs L2)
□ 向量是否归一化,两端处理一致
□ payload 字段名与类型映射,过滤条件可表达
□ 全量条数、抽样内容比对通过
□ 评测集 recall@k / MRR 不掉点
□ 增量双写与切流回滚方案就绪

抽样比对脚本骨架

抽样比对脚本骨架
for qid, qvec in sample_queries:
    old = old_store.search(qvec, top_k=10)
    new = new_store.search(qvec, top_k=10)
    print(qid, set(h.id for h in old) == set(h.id for h in new))
迁移窗口内保持双写;校验通过后先切读流量,确认稳定再停旧库。

易错点

  • 只比对条数不比对内容,payload 映射错误在切换后才暴露
  • 新旧库度量语义不一致(如旧库内积未归一化),召回不可比

数据来源与参考

  • Qdrant 官方文档(Migration 指南)
  • Milvus 官方文档(Milvus Backup / Migration)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌