一句话总结：向量库扩容量靠分片与副本——哈希分片负载均匀、Voronoi 分片查询局部性好，每分片 3 副本 Leader-Follower 保证高可用；降本靠量化——SQ 4x、PQ 8-32x、Binary 32x 压缩，十亿级向量内存从 31GB 压到 4GB。

分片策略（面试默写）

策略	做法	优点	缺点
哈希分片	shard_id = hash(vector_id) % n	负载均匀、路由简单	无视相似性、跨分片跳转
空间分片（Voronoi）	k-means 质心划分空间	查询常命中单分片（局部性）	需定期重聚类、路由复杂

高可用模型

• 每分片 3 副本、Leader-Follower：leader 处理写，follower 复制 WAL 并服务读
• 读写分离 + 负载均衡 → 线性扩容
• 参考指标：p50 查询 <10ms、99.9% 写持久性

量化压缩三件套（必背）

量化	压缩率	精度损失	适用
SQ 标量（float32→int8）	4x	~2-5%	通用首选
PQ 乘积（切 M 子段独立码本）	8-32x	~5-15%	海量数据
Binary 二进制	32x	较大	超大规模粗筛

• RaBitQ（1+3-bit）：冷数据索引压缩，Milvus Knowhere 原生支持

内存优化案例（拉分点）

1000万 × 1536维 float32：原始 31GB
→ FAISS 4-bit PQ：约 8GB
→ turbovec 4-bit：仅 4GB（内存减半）

• 本地笔记本/边缘 ARM 等内存受限环境，差距决定系统能否跑起来

十万 QPS 实战模板

1. 文档 ID 哈希分片，单分片 <1000 万向量（延迟 <10ms）
2. 每分片 3 副本、读写分离、读负载均衡
3. 客户端异步并行查多分片后合并结果

面试要点

• 能对比哈希 vs Voronoi 分片
• 能默写三种量化压缩率与损失
• 能讲 Leader-Follower 高可用
• 能报内存案例（31GB→4GB）与单分片上限（<1000 万）

相关概念

• [AI-Agent-向量数据库选型与索引调优](/学习笔记/AI技术/AI Agent/AI-Agent-向量数据库选型与索引调优) — 索引选择
• [AI-Agent-向量数据库运维与一致性](/学习笔记/AI技术/AI Agent/AI-Agent-向量数据库运维与一致性) — 运维衔接
• [AI-Agent-RAG缓存与索引运维](/学习笔记/AI技术/AI Agent/AI-Agent-RAG缓存与索引运维) — 成本优化互补
• [AI-Agent-生产部署](/学习笔记/AI技术/AI Agent/AI-Agent-生产部署) — 扩容部署