_{🧠 记忆锚点：内存放导航与热点，SSD 放大体量；Beam Search 批量读邻居，候选再精排。}

💡 答案要点

DiskANN = Disk-based Approximate Nearest Neighbor，微软开源的磁盘友好型 ANN 索引

为什么需要 DiskANN？

场景	HNSW	DiskANN
1 亿条向量	需要 1.2TB 内存 ❌	只需几十 GB 内存 ✅
成本	极贵（内存价格高）	低（SSD 比内存便宜 10x）

冷热分层原理：

热数据（内存）：
  - PQ 压缩向量（节省 30-50 倍内存）
  - Vamana Graph 导航结构（轻量级）

冷数据（SSD）：
  - 原始 float32 向量（完整精度）
  - 详细图边列表

查询流程：
  内存 PQ 向量快速导航 → 找候选集
  → SSD 加载候选原始向量 → 精排打分

DiskANN vs HNSW 对比：

维度	HNSW	DiskANN
内存	高（全量）	低（PQ压缩）
检索延迟	< 10ms	10-30ms（SSD I/O）
召回率	95-98%	90-95%
适用数据量	< 1 亿	1 亿 - 100 亿

Milvus 配置示例：

index_params = {
    "metric_type": "L2",
    "index_type": "DISKANN",
    "params": {"search_list": 100}
}
collection.create_index(field_name="embedding", index_params=index_params)

面试话术：

"DiskANN 解决了超大规模向量检索的内存瓶颈。原理是冷热分层：内存里放 PQ 压缩的轻量索引做快速导航，SSD 里放原始向量做精排。1 亿条向量 HNSW 需要 1TB+ 内存，DiskANN 只需几十 GB，成本降一个数量级。缺点是依赖 SSD I/O，延迟比纯内存 HNSW 高 2-3 倍，适合数据量超大但延迟要求不极致的场景。"

---