DiskANN

DiskANN是微软开源的一个向量索引库，核心目标是为数据库系统提供快速、新鲜且支持过滤的向量搜索能力。简单说，就是帮你在海量数据中迅速找到"最相似"的内容，比如找最接近的图片、文本或商品推荐。它源自微软多年研究的DiskANN项目，最新版本用Rust重写，设计上强调模块化和可组合性，让不同数据库都能轻松接入。 这个项目的最大亮点在于性能和灵活性。它提供了多种存储后端实现：内存版本在吞吐量上直接超越知名库HNSWlib；磁盘版本支持超大规模数据，单机就能处理十亿级向量；还支持接入Garnet键值存储，在吞吐、延迟和召回率上全面领先Zilliz、Pinecone等商业向量数据库。更妙的是，它通过一个简单的DataProvider接口，让你能自定义向量和索引的存储方式，无论是B树还是其他数据库结构都能无缝对接，微软自家的Cosmos DB就已用它实现了向量搜索。 如果你正在开发数据库、搜索引擎或推荐系统，需要给现有存储加上向量检索能力，DiskANN绝对值得关注。它特别适合处理数据量巨大、需要频繁更新索引、且对搜索延迟有严格要求的场景。不过，上手需要一定的技术门槛：你至少得熟悉Rust或数据库底层原理，能理解并实现DataProvider接口。好消息是仓库里提供了内存、磁盘和Garnet等多个现成示例，照着模仿就能快速跑通基本流程。对于想深入研究的开发者，配套的研究论文和性能对比文档也相当完善。总体而言，这是一个面向专业开发者的高性能工具，不是开箱即用的玩具，但一旦接入，回报会非常丰厚。