第 202 题：Embedding的向量数据库，Milvus vs Faiss的架构差异？
题目
Embedding的向量数据库，Milvus vs Faiss的架构差异？
完整讲解
一、Embedding 向量库的诉求
推荐/检索中 Embedding 向量 规模大（百万～十亿级），需要近似最近邻（ANN） 的快速检索。Milvus 与 Faiss 是常用方案，定位与架构不同。
二、Faiss
- 特点：Facebook 开源的库，以单机/多机内存为主，无持久化与分布式协调，由业务层做分片与高可用。支持多种索引（IVF、HNSW、PQ 等）、GPU 加速、批量查询；集成简单、性能高。
- 适用：离线或单机/小集群、可接受自建分片与持久化（如定期从存储加载）、对延迟与 QPS 要求高。
三、Milvus
- 特点：分布式向量数据库，具备存储、索引、服务与协调一体：持久化、水平扩展、多副本、多种索引、支持标量过滤与混合检索。架构上计算与存储可分离，支持对象存储与本地盘。
- 适用：生产级、大规模、需持久化与高可用、多租户与运维友好的场景；延迟通常略高于纯内存 Faiss，但功能与可运维性更强。
四、架构差异小结
- Faiss：库、无状态、无内置持久化与分布式，需业务做集群与容错；Milvus：完整数据库、有状态、持久化与分布式内置，开箱即用。选型：快速验证或离线用 Faiss；大规模在线、要持久化与运维用 Milvus。
面试要点
- 能说清 Embedding 向量检索的典型需求（ANN、规模、延迟）；能对比 Faiss 与 Milvus 的定位：库 vs 数据库。
- 能描述 Faiss 特点：无持久化与协调、多种索引、GPU、需自建集群；Milvus：分布式、持久化、多副本、计算存储分离。
- 能给出选型建议：离线/小规模用 Faiss，生产/大规模用 Milvus。
记忆要点
- Faiss=库、无持久化与协调、高性能、需自建分片；Milvus=分布式向量库、持久化、高可用、开箱即用。
- 选型：验证/离线→Faiss；生产/大规模/要持久化→Milvus。