# Векторный поиск

> Поиск объектов по близости их векторных представлений (эмбеддингов) — точный или приближённый (ANN) с помощью индексов HNSW, IVF и квантизации; основа семантического поиска и RAG.

Источник: https://llmdocs.ru/wiki/vector-search/ · обновлено 2026-11-09 · лицензия CC BY-SA 4.0

- **Задача**: найти k векторов, ближайших к вектору запроса
- **Точный поиск**: полный перебор (kNN)
- **Приближённый поиск**: ANN — HNSW, IVF, DiskANN, ScaNN
- **Сжатие**: продуктовая (PQ), скалярная и бинарная квантизация
- **Метрики качества**: recall@k, задержка, память
- **Библиотеки**: FAISS, hnswlib, ScaNN
- **Хранилища**: pgvector, Qdrant, Milvus, Weaviate, Elasticsearch, OpenSearch
**Векторный поиск** — поиск объектов по близости их векторных представлений. Тексты, изображения или товары заранее превращаются в [эмбеддинги](https://llmdocs.ru/wiki/embedding.md) — векторы, в которых похожие по смыслу объекты расположены рядом. Запрос тоже превращается в вектор, и система находит *k* ближайших к нему векторов в коллекции. В отличие от поиска по ключевым словам, векторный поиск находит «машину» по запросу «автомобиль» и правильный раздел документации по вопросу, сформулированному своими словами.

Векторный поиск — центральная часть [RAG](https://llmdocs.ru/wiki/rag.md), рекомендательных систем, поиска по изображениям и обнаружения дубликатов.

## Точный и приближённый поиск

**Точный поиск** (kNN) сравнивает запрос со всеми векторами коллекции. Он прост и гарантирует правильный результат, но время растёт линейно: миллион векторов размерности 1024 — это миллиард умножений на каждый запрос. Для тысяч и десятков тысяч векторов этого достаточно, особенно на GPU.

**Приближённый поиск ближайших соседей** (ANN) использует индексы, которые проверяют лишь малую часть коллекции. Он находит *почти* всех настоящих соседей — доля найденных называется **полнотой** (*recall@k*) — но работает в сотни и тысячи раз быстрее. На практике полнота 95–99% при задержке в миллисекунды — обычный компромисс.

## Основные алгоритмы

| Метод | Идея | Сильные стороны | Слабые стороны |
|---|---|---|---|
| HNSW | многоуровневый граф «тесного мира»: поиск спускается от дальних связей к ближним[1] | высокая полнота и скорость, добавление на лету | много памяти, долгое построение |
| IVF | векторы разбиты на кластеры, поиск только в ближайших | быстро строится, экономнее по памяти | полнота зависит от числа просматриваемых кластеров |
| PQ (продуктовая квантизация) | вектор делится на части, каждая кодируется номером ближайшего центроида[3] | сжатие в десятки раз | потеря точности, нужен пересчёт лучших кандидатов |
| DiskANN | граф, хранимый на SSD | миллиарды векторов на одном сервере | сложнее в эксплуатации |
| ScaNN | анизотропная квантизация от Google[4] | высокая скорость на CPU | меньше интеграций |

Библиотека FAISS от Meta реализует большинство этих методов и их комбинации, например IVF+PQ, на CPU и GPU.[2] Сравнивать алгоритмы на одинаковых данных позволяет открытый набор тестов ANN-Benchmarks.[6]

## Пример

```python
import faiss
import numpy as np

d = 768                                   # размерность эмбеддингов
xb = np.random.rand(100_000, d).astype("float32")
faiss.normalize_L2(xb)                    # для косинусного сходства

index = faiss.IndexHNSWFlat(d, 32, faiss.METRIC_INNER_PRODUCT)  # 32 связи на узел
index.hnsw.efConstruction = 200
index.add(xb)

q = np.random.rand(1, d).astype("float32")
faiss.normalize_L2(q)
index.hnsw.efSearch = 64                  # больше — точнее, но медленнее
scores, ids = index.search(q, 5)          # 5 ближайших соседей
```

В продакшене индекс обычно живёт не в памяти скрипта, а в хранилище: в [PostgreSQL](https://llmdocs.ru/wiki/postgresql.md) через расширение [pgvector](https://llmdocs.ru/wiki/pgvector.md) или в специализированной векторной базе.

## Фильтрация

Реальные запросы почти всегда сочетают смысловую близость с условиями: «документы этого клиента», «товары в наличии дешевле 5000 рублей», «статьи после 2024 года». Есть два наивных подхода — отфильтровать после поиска (рискуя получить пустой результат) или до поиска (теряя преимущества индекса). Современные системы поддерживают фильтрацию прямо во время обхода индекса; при выборе хранилища стоит проверять именно поиск с фильтрами на своих данных.

## Гибридный поиск и переранжирование

Эмбеддинги хорошо передают общий смысл, но слабо работают с точными совпадениями: номерами ошибок, артикулами, именами функций, редкими терминами. Поэтому распространён **гибридный поиск**: параллельно выполняются векторный и полнотекстовый поиск (BM25), а списки объединяются, например методом обратного рангового слияния (RRF), где документ получает сумму величин `1 / (60 + ранг)` из каждого списка.[5]

Затем лучшие 50–100 кандидатов можно **переранжировать** более точной, но медленной моделью (*cross-encoder*, *reranker*), которая читает запрос и документ вместе. Эта двухэтапная схема — быстрый отбор и точная сортировка — стандарт качественного поиска.

## Практические советы

- Используйте одну и ту же модель эмбеддингов для документов и запросов; при смене модели переиндексируйте всё.
- Качество поиска чаще определяется подготовкой данных — нарезкой на фрагменты ([Чанкинг документов](https://llmdocs.ru/wiki/chunking.md)), очисткой и метаданными, — чем выбором алгоритма индекса.
- Меряйте полноту на своём наборе запросов с известными правильными ответами, а не только скорость.
- Начинайте с простого: точный поиск или pgvector; специализированная инфраструктура нужна на десятках миллионов векторов.

## См. также

- [Эмбеддинг](https://llmdocs.ru/wiki/embedding.md)
- [pgvector и векторные БД](https://llmdocs.ru/wiki/pgvector.md)
- [RAG (генерация с дополнением поиском)](https://llmdocs.ru/wiki/rag.md)
- [Чанкинг документов](https://llmdocs.ru/wiki/chunking.md)
- [Индекс (базы данных)](https://llmdocs.ru/wiki/database-index.md)

## Источники

1. [Yu. Malkov, D. Yashunin — Efficient and robust approximate nearest neighbor search using HNSW graphs (2016)](https://arxiv.org/abs/1603.09320)
2. [J. Johnson, M. Douze, H. Jégou — Billion-scale similarity search with GPUs (FAISS, 2017)](https://arxiv.org/abs/1702.08734)
3. [H. Jégou, M. Douze, C. Schmid — Product Quantization for Nearest Neighbor Search (IEEE TPAMI, 2011)](https://ieeexplore.ieee.org/document/5432202)
4. [R. Guo et al. — Accelerating Large-Scale Inference with Anisotropic Vector Quantization (ScaNN, 2019)](https://arxiv.org/abs/1908.10396)
5. [G. Cormack et al. — Reciprocal Rank Fusion outperforms Condorcet and individual Rank Learning Methods (SIGIR 2009)](https://dl.acm.org/doi/10.1145/1571941.1572114)
6. [ANN-Benchmarks](https://ann-benchmarks.com/)