CN118626486A - 索引生成方法、装置及电子设备 - Google Patents

Abstract

本公开提出一种索引生成方法、装置及电子设备，涉及计算机技术领域，尤其涉及大数据、自然语言处理等人工智能技术领域。具体方案为：在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，首先确定第一参数组及第二参数组，并基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索，然后在满足预设条件的情况下，基于第二参数组，构建第一向量数据库的第二索引，在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。

Description

索引生成方法、装置及电子设备

技术领域

本公开涉及计算机技术领域，尤其涉及大数据、自然语言处理等人工智能技术领域，具体涉及一种索引生成方法、装置及电子设备。

背景技术

现有技术中，向量数据库构建索引时，通常可以采用分层可导航小世界(Hierarchical Navigable Small World，HNSW)的方式来进行构建。但是，使用这种方式的向量数据库目前无法同时兼顾索引构建速度和搜索效果，影响用户体验。

发明内容

本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

本公开第一方面实施例提出了一种索引生成方法，包括：

在接收到针对第一向量数据库的搜索请求，且所述第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，所述第二参数组中的参数值，大于所述第一参数组中的对应参数值；

基于所述第一参数组，构建所述第一向量数据库的第一索引，以基于所述第一索引对所述第一向量数据库进行搜索；

在满足预设条件的情况下，基于所述第二参数组，构建所述第一向量数据库的第二索引；

在确定所述第二索引构建完成的情况下，删除所述第一索引，并基于所述第二索引对所述第一向量数据库进行搜索。

本公开第二方面实施例提出了一种索引生成装置，包括：

确定模块，用于在接收到针对第一向量数据库的搜索请求，且所述第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，所述第二参数组中的参数值，大于所述第一参数组中的对应参数值；

第一构建模块，用于基于所述第一参数组，构建所述第一向量数据库的第一索引，以基于所述第一索引对所述第一向量数据库进行搜索；

第二构建模块，用于在满足预设条件的情况下，基于所述第二参数组，构建所述第一向量数据库的第二索引；

处理模块，用于在确定所述第二索引构建完成的情况下，删除所述第一索引，并基于所述第二索引对所述第一向量数据库进行搜索。

本公开第三方面实施例提出了一种计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例提出的索引生成方法。

本公开第四方面实施例提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如本公开第一方面实施例提出的索引生成方法。

本公开第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时，实现如本公开第一方面实施例提出的索引生成方法。

本公开提供的索引生成方法、装置及电子设备，存在如下有益效果：

本公开实施例中，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，首先确定第一参数组及第二参数组，并基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索，然后在满足预设条件的情况下，基于第二参数组，构建第一向量数据库的第二索引，在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。由此，通过基于第一参数组，构建第一向量数据库的第一索引，并在满足预设条件的情况下，基于第二参数组，构建第二索引，并删除第一索引，从而在提高了索引构建速度以及索引搜索效果的基础上，提高了索引生成的效率以及可靠性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开一实施例所提供的一种索引生成方法的流程示意图；

图2为本公开一实施例所提供的一种索引生成方法的流程示意图；

图3为本公开实施例构建的第一索引以及第二索引的示意图；

图4为本公开一实施例所提供的一种索引生成方法的流程示意图；

图5为本公开实施例所提供的索引生成装置的结构示意图；

图6示出了适于用来实现本公开实施方式的示例性计算机设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本公开涉及大数据、自然语言处理等人工智能技术领域。

人工智能(Artificial Intelligence，AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

自然语言处理(Natural Language Processing，NLP)是计算机科学、人工智能和语言学领域的一个交叉学科，主要研究如何让计算机能够理解、处理、生成和模拟人类语言的能力，从而实现与人类进行自然对话的能力。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

下面参考附图描述本公开实施例的索引生成方法、装置及电子设备。

图1为本公开实施例所提供的一种索引生成方法的流程示意图。

如图1所示，该索引生成方法可以包括以下步骤：

步骤101，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，第二参数组中的参数值，大于第一参数组中的对应参数值。

需要说明的是，第一向量数据库，可以为预先设置的任意向量数据库，本公开对此不做限定。

其中，第一参数组、第二参数组，均可以为包含用于构建第一向量数据库的索引的参数的参数组。比如，第一参数组、第二参数组，均可以包含第一向量数据库中每个向量的邻居节点数量阈值，以及每个向量的候选邻居数量等等，其中，邻居节点数量阈值，可以为每个向量的邻居节点临界值，其可以为预先设置的，本公开对此不做限定。

在一些可能的实现形式中，可以根据第一向量数据库中包含的向量数量，来确定第一参数组及第二参数组，从而保证了确定的第一参数组及第二参数组的可靠性。

需要说明的是，第一向量数据库中包含的向量数量不同，确定的第一参数组及第二参数组可能不相同，本公开对此不做限定。

在一些可能的实现形式中，还可以将任意一组预设的参数对中的两组参数，分别确定为第一参数组及第二参数组，从而提高了确定的第一参数组及第二参数组的准确性。

其中，参数对，可以为包括第一向量数据库中每个向量的邻居节点数量阈值参数，以及对应向量的候选邻居数量参数的参数对。

本公开中，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，为了保证用户体验，需要构建第一向量数据库的索引，此时，可以首先通过根据第一向量数据库中包含的向量数量，或者还可以通过任意一组预设的参数对中的两组参数，来确定用于构建第一向量数据库中的索引的第一参数组以及第二参数组，从而为构建第一向量数据库的索引提供了条件，提高了确定用于构建第一向量数据库的索引的参数的灵活性。

步骤102，基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索。

需要说明的是，第一索引，可以包括第一向量数据库中的向量数据，以及与向量数据关联的边集，其中，边集中可以包括与向量数据的节点间有连接边的邻居节点的节点集。

本公开中，在确定第一参数组及第二参数组后，为了提高第一向量数据库的索引构建速度，提高用户搜索体验，可以基于第一参数组，构建第一向量数据库中的第一索引，使得用户可以基于构建速度较快的第一索引，对第一向量数据库进行搜索。

步骤103，在满足预设条件的情况下，基于第二参数组，构建第一向量数据库的第二索引。

其中，预设条件，可以为判断是否可以基于第二参数组，构建第一向量数据库的第二索引时的条件，其可以为预先设置的任意条件，本公开对此不做限定。

需要说明的是，第二索引与第一索引对应的向量数据的范围相同，第二索引中的边集范围，大于第一索引中的边集范围。

在一些可能的实现形式中，预设条件可以包括以下至少一项：系统的剩余资源量大于资源量阈值；系统的剩余资源量大于资源量阈值的持续时长大于时长阈值；收到创建第二索引的指令；当前的运行时段位于预设的时间范围内。

其中，资源量阈值，可以为用于判断是否可以基于第二参数组，构建第一向量数据库的第二索引时的系统剩余资源量临界值，其可以为预先设置的，本公开对此不做限定。

其中，时长阈值，可以为用于判断系统剩余资源量是否可以用于构建第二索引时的时长临界值，其可以为预先设置的，本公开对此不做限定。

其中，时间范围，可以为用于基于第二参数组，构建第二索引时的时间范围，其范围可以为预先设置的，本公开对此不做限定。

本公开中，在系统的剩余资源量大于资源量阈值，或者系统的剩余资源量大于资源量阈值的持续时长大于时长阈值的情况下，可以确定系统当前的剩余资源量满足基于第二参数组，构建第二索引时所需的资源量，此时，可以基于第二参数组，构建第一向量数据库的第二索引，或者还可以在收到创建第二索引的指令，或当前的运行时段位于预设的时间范围内的情况下，通过基于第二参数组，构建第二索引，从而提高构建第二索引的成功率。

本公开中，在构建第一索引，并基于第一索引对第一向量数据库进行搜索后，为了提高第一向量数据库的搜索效果，可以基于第二参数组，构建第一向量数据库的第二索引。

步骤104，在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。

本公开中，在确定第二索引构建完成的情况下，由于第二索引对应的数据范围，与第一索引对应的数据范围相同，为了提高系统资源利用率以及提高搜索效果，可以将第一索引删除，并基于第二索引对第一向量数据库进行搜素。

本公开实施例中，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，首先确定第一参数组及第二参数组，并基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索，然后在满足预设条件的情况下，基于第二参数组，构建第一向量数据库的第二索引，在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。由此，通过基于第一参数组，构建第一向量数据库的第一索引，并在满足预设条件的情况下，基于参数值较大的第二参数组，构建第二索引，删除第一索引，从而在提高了索引构建速度以及索引搜索效果的基础上，提高了索引生成的效率以及可靠性。

图2为本公开一实施例所提供的一种索引生成方法的流程示意图。

如图2所示，该索引生成方法可以包括以下步骤：

步骤201，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，第二参数组中的参数值，大于第一参数组中的对应参数值。

步骤202，基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索。

其中，步骤201至步骤202的具体实现形式，可参照本公开中其他各实施例中的详细描述，此处不再具体赘述。

步骤203，存储第一索引中的第一边集关联的距离集，其中，距离集中包括第一边集中每个连接边的第一距离值。

其中，第一边集，可以为包括第一索引中的向量节点与邻居节点间的连接边的节点集。

本公开中，在构建第一向量数据库的第一索引后，可以存储第一索引中的第一边集关联的距离集，从而为提高构建第二索引的效率提供数据基础。

本公开中，以HNSW为例，生成第一边集关联的距离集时，由于距离集在HNSW建图时就会被计算，因此生成第一边集关联的距离集时，不会消耗多余的时间，而第一向量数据库通常可以通过分片控制HNSW的节点数量，使得生成的距离集所占用的空间较小，从而节约系统资源。

其中，HNSW，为分层可导航小世界(Hierarchical Navigable Small World，HNSW)的简称。

步骤204，在满足预设条件的情况下，基于第二参数组及距离集，构建第一向量数据库的第二索引中的第二边集。

本公开中，在满足预设条件的情况下，为了提高用户搜索效果以及构建索引效率，可以基于第二参数组及距离集，来构建第一向量数据库的第二索引中的第二边集。

下面结合图3对通过本公开提供的索引生成方法构建第一索引以及第二索引进行举例说明，图3为本公开实施例构建的第一索引以及第二索引的示意图。其中，图3中的索引示意图以HNSW的索引示意图为例；level，为层；neighbors，可以为节点#1或节点#2在每层对应的邻居节点；distances，可以为节点#1或节点#2与每层的邻居节点间的连接边的距离值集合。

如图3所示，通过第一参数组合，构建的节点#1或节点#2的第一索引可以包括原始数据(浮点向量)以及第一边集，同时，还可以生成节点#1或节点#2的第一边集关联的距离集，在满足条件的情况下，基于第一边集关联的距离集以及第二参数组，构建的节点#1或节点#2的第二索引包括原始数据(浮点向量)以及第二边集。由图3可得，节点#1或节点#2的第一索引对应的原始数据范围，与第二索引对应的原始数据范围相同。

步骤205，在确定第二索引中的第二边集构建完成的情况下，删除第一边集，并基于第二索引对第一向量数据库进行搜索。

本公开中，在确定第二索引中的第二边集构建完成的情况下，为了节约系统资源，可以删除第一边集，并基于第二索引对第一向量数据可进行搜索，从而提高搜索效果，提升用户体验。

本公开实施例中，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，首先确定第一参数组及第二参数组，并基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索，然后存储第一索引中的第一边集关联的距离集，在满足预设条件的情况下，基于第二参数组及距离集，构建第一向量数据库的第二索引中的第二边集，最后在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。由此，在基于第一参数组，构建第一向量数据库的第一索引后，在满足预设条件的情况下，基于第一索引中第一边集关联的距离集以及第二参数组，构建第一向量数据库的第二索引，从而提高了索引生成的效率，提升了用户体验。

图4为本公开一实施例所提供的一种索引生成方法的流程示意图。

如图4所示，该索引生成方法可以包括以下步骤：

步骤401，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，第二参数组中的参数值，大于第一参数组中的对应参数值。

步骤402，基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索。

步骤403，存储第一索引中的第一边集关联的距离集，其中，距离集中包括第一边集中每个连接边的第一距离值。

其中，步骤401至步骤403的具体实现形式，可参照本公开中其他各实施例中的详细描述，此处不再具体赘述。

步骤404，在满足预设条件的情况下，基于第二参数组中的勘探要素EF建设参数，确定第一向量数据库中第一向量的候选邻居集。

其中，EF，可以为勘探要素(Exploration Factor)的简称。

其中，勘探要素EF建设参数，可以用于确定第一向量的候选邻居数量，其可以为预先设置的任意值。比如，EF为200时，可以确定第一向量的候选邻居数量为200个等等，本公开对此不做限定。

需要说明的是，第一向量，可以为第一向量数据库中的任意向量，本公开对此不做限定。

其中，候选邻居集，可以为用于包含第一向量的候选邻居的集合。

本公开中，在满足预设条件的情况下，可以首先基于第二参数组中的勘探要素EF建设参数，确定第一向量的候选邻居集，为构建第二索引中的第二边集提供条件。

需要说明的是，第二参数组中的勘探要素EF建设参数不同，确定的第一向量的候选邻居集可能不相同，本公开对此不做限定。

需要说明的是，第二参数组中的勘探要素EF建设参数的值，大于第一参数组中的勘探要素EF建设参数的值。

步骤405，基于候选邻居集中每个候选邻居的标识，遍历第一向量对应的距离集，以获取候选邻居对应的连接边的第一距离值。

其中，候选邻居的标识，可以用于表征第一向量的候选邻居，其可以为预先设置的任意形式的标识，本公开对此不做限定。

本公开中，在确定第一向量的候选邻居集后，可以基于候选邻居集中每个候选邻居的标识，对第一向量对应的距离集进行遍历，来获取候选邻居对应的连接边的第一距离值。

需要说明的是，第一向量不同，其对应的距离集可能不相同，本公开对此不做限定。

步骤406，在距离集中未包含任一候选邻居向量对应的连接边的第一距离值的情况下，计算第一向量与任一候选邻居向量间的第二距离值。

本公开中，在基于候选邻居集中每个候选邻居的标识，遍历第一向量对应的距离集，获取候选邻居对应的连接边的第一距离值时，当距离集中未包含任一候选邻居向量对应的连接边的第一距离值时，可以直接计算第一向量与该任一候选邻居向量间的第二距离值，从而提高了确定第一向量与候选邻居向量间的距离值的灵活性以及可靠性。

步骤407，根据第一向量的每个候选邻居对应的第一距离值或第二距离值，确定第一向量在每层对应的邻居节点。

本公开中，在确定第一向量的每个候选邻居对应的第一距离值或第二距离值后，可以基于第二参数组中的第一向量的邻居节点数量阈值，以及第一向量在每层中的候选邻居节点的距离值，将距离值较小的邻居节点数量阈值个候选邻居节点，确定为第一向量的邻居节点，本公开对此不做限定。

步骤408，基于第一向量数据库中每个向量在每层对应的邻居节点，构建第二索引中的第二边集。

本公开中，在确定第一向量在每层对应的邻居节点后，可以基于第一向量数据库中每个向量在每层对应的邻居节点，构建第二索引中的第二边集，从而提高了构建的第二索引的第二边集的准确性以及可靠性。

步骤409，在确定第二索引中的第二边集构建完成的情况下，删除第一边集，并基于第二索引对第一向量数据库进行搜索。

其中，步骤409的具体实现形式，可参照本公开中其他各实施例中的详细描述，此处不再具体赘述。

本公开实施例中，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，首先确定第一参数组及第二参数组，并基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索，然后存储第一索引中的第一边集关联的距离集，在满足预设条件的情况下，基于第二参数组中的勘探要素EF建设参数，确定第一向量数据库中第一向量的候选邻居集，并基于候选邻居集中每个候选邻居的标识，遍历第一向量对应的距离集，以获取候选邻居对应的连接边的第一距离值，在距离集中未包含任一候选邻居向量对应的连接边的第一距离值的情况下，计算第一向量与任一候选邻居向量间的第二距离值，之后根据第一向量的每个候选邻居对应的第一距离值或第二距离值，确定第一向量在每层对应的邻居节点，并基于第一向量数据库中每个向量在每层对应的邻居节点，构建第二索引中的第二边集，在确定第二索引中的第二边集构建完成的情况下，删除第一边集，并基于第二索引对第一向量数据库进行搜索。由此，在构建第一向量数据库的第一索引后，在满足预设条件的情况下，基于第二参数组中的勘探要素EF建设参数，确定第一向量的候选邻居，基于第一索引中第一边集关联的距离集，来确定候选邻居对应的连接边的距离值，在第一边集关联的距离集中未包含任一候选邻居对应的连接边的距离值时，通过直接计算来确定该任一候选邻居的连接边的距离值，基于每个候选邻居的距离值，确定第一向量在每层的邻居节点，并基于第一向量数据库中每个向量的邻居节点，构建第二索引中的第二边集，从而提高了索引生成的准确性以及可靠性，提高了索引搜索的效果。

为了实现上述实施例，本公开还提出一种索引生成装置。

图5为本公开实施例所提供的索引生成装置的结构示意图。

如图5所示，该索引生成装置500包括：确定模块501、第一构建模块502、第二构建模块503、处理模块504。

确定模块501，用于在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，第二参数组中的参数值，大于第一参数组中的对应参数值；

第一构建模块502，用于基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索；

第二构建模块503，用于在满足预设条件的情况下，基于第二参数组，构建第一向量数据库的第二索引；

处理模块504，用于在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。

在本公开一种可能的实现方式中，上述第一构建模块502，还用于：

存储第一索引中的第一边集关联的距离集，其中，距离集中包括第一边集中每个连接边的第一距离值；

上述第二构建模块503，还用于：

基于第二参数组及距离集，构建第一向量数据库的第二边集。

在本公开一种可能的实现方式中，上述第二构建模块503，还用于：

基于第二参数组中的勘探要素EF建设参数，确定第一向量数据库中第一向量的候选邻居集；

基于候选邻居集中每个候选邻居的标识，遍历第一向量对应的距离集，以获取候选邻居对应的连接边的第一距离值；

在距离集中未包含任一候选邻居向量对应的连接边的第一距离值的情况下，计算第一向量与任一候选邻居向量间的第二距离值；

根据第一向量的每个候选邻居对应的第一距离值或第二距离值，确定第一向量在每层对应的邻居节点；

基于第一向量数据库中每个向量在每层对应的邻居节点，构建第二边集。

在本公开一种可能的实现方式中，上述第二构建模块503，还用于：

删除第一边集。

在本公开一种可能的实现方式中，上述确定模块501，具体用于：

根据第一向量数据库中包含的向量数量，确定第一参数组及第二参数组。

在本公开一种可能的实现方式中，上述确定模块501，具体用于：

将任意一组预设的参数对中的两组参数，分别确定为第一参数及及第二参数组。

在本公开一种可能的实现方式中，预设条件包括以下至少一项：

系统的剩余资源量大于资源量阈值；

系统的剩余资源量大于资源量阈值的持续时长大于时长阈值；

收到创建第二索引的指令；

当前的运行时段位于预设的时间范围内。

本公开实施例中的上述各模块的功能及具体实现原理，可参照上述各方法实施例，此处不再赘述。

本公开实施例中，在接收到针对第一向量数据库的搜索请求，且第一向量数据库无可用索引的情况下，首先确定第一参数组及第二参数组，并基于第一参数组，构建第一向量数据库的第一索引，以基于第一索引对第一向量数据库进行搜索，然后在满足预设条件的情况下，基于第二参数组，构建第一向量数据库的第二索引，在确定第二索引构建完成的情况下，删除第一索引，并基于第二索引对第一向量数据库进行搜索。由此，通过基于第一参数组，构建第一向量数据库的第一索引，并在满足预设条件的情况下，基于第二参数组，构建第二索引，并删除第一索引，从而在提高了索引构建速度以及索引搜索效果的基础上，提高了索引生成的效率以及可靠性。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如索引生成方法。例如，在一些实施例中，索引生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的索引生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行索引生成方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程索引生成装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网及区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本公开的描述中，所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“在……情况下”。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种索引生成方法，包括：

在接收到针对第一向量数据库的搜索请求，且所述第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，所述第二参数组中的参数值，大于所述第一参数组中的对应参数值；

基于所述第一参数组，构建所述第一向量数据库的第一索引，以基于所述第一索引对所述第一向量数据库进行搜索；

在满足预设条件的情况下，基于所述第二参数组，构建所述第一向量数据库的第二索引；

在确定所述第二索引构建完成的情况下，删除所述第一索引，并基于所述第二索引对所述第一向量数据库进行搜索。

2.如权利要求1所述的方法，其中，在所述所述第一参数组，构建所述第一向量数据库的第一索引之后，还包括：

存储所述第一索引中的第一边集关联的距离集，其中，所述距离集中包括所述第一边集中每个连接边的第一距离值；

所述基于所述第二参数组，构建所述第一向量数据库的第二索引，包括：

基于所述第二参数组及所述距离集，构建所述第一向量数据库的第二边集。

3.如权利要求2所述的方法，其中，所述基于所述第二参数组及所述距离集，构建所述第一向量数据库的第二边集，包括：

基于所述第二参数组中的勘探要素EF建设参数，确定所述第一向量数据库中第一向量的候选邻居集；

基于所述候选邻居集中每个候选邻居的标识，遍历所述第一向量对应的距离集，以获取所述候选邻居对应的连接边的第一距离值；

在所述距离集中未包含任一候选邻居向量对应的连接边的第一距离值的情况下，计算所述第一向量与所述任一候选邻居向量间的第二距离值；

根据所述第一向量的每个候选邻居对应的第一距离值或第二距离值，确定所述第一向量在每层对应的邻居节点；

基于所述第一向量数据库中每个向量在每层对应的邻居节点，构建所述第二边集。

4.如权利要求2所述的方法，其中，所述删除所述第一索引，包括：

删除所述第一边集。

5.如权利要求1所述的方法，其中，所述确定第一参数组及第二参数组，包括：

根据所述第一向量数据库中包含的向量数量，确定所述第一参数组及第二参数组。

6.如权利要求1所述的方法，其中，所述确定第一参数组及第二参数组，包括：

将任意一组预设的参数对中的两组参数，分别确定为所述第一参数组及第二参数组。

7.如权利要求1-6任一所述的方法，其中，所述预设条件包括以下至少一项：

系统的剩余资源量大于资源量阈值；

系统的剩余资源量大于资源量阈值的持续时长大于时长阈值；

收到创建第二索引的指令；

当前的运行时段位于预设的时间范围内。

8.一种索引生成装置，其中，所述装置包括：

确定模块，用于在接收到针对第一向量数据库的搜索请求，且所述第一向量数据库无可用索引的情况下，确定第一参数组及第二参数组，其中，所述第二参数组中的参数值，大于所述第一参数组中的对应参数值；

第一构建模块，用于基于所述第一参数组，构建所述第一向量数据库的第一索引，以基于所述第一索引对所述第一向量数据库进行搜索；

第二构建模块，用于在满足预设条件的情况下，基于所述第二参数组，构建所述第一向量数据库的第二索引；

处理模块，用于在确定所述第二索引构建完成的情况下，删除所述第一索引，并基于所述第二索引对所述第一向量数据库进行搜索。

9.如权利要求8所述的装置，其中，所述第一构建模块，还用于：

存储所述第一索引中的第一边集关联的距离集，其中，所述距离集中包括所述第一边集中每个连接边的第一距离值；

所述第二构建模块，还用于：

基于所述第二参数组及所述距离集，构建所述第一向量数据库的第二边集。

10.如权利要求9所述的装置，其中，所述第二构建模块，还用于：

基于所述第二参数组中的勘探要素EF建设参数，确定所述第一向量数据库中第一向量的候选邻居集；

基于所述候选邻居集中每个候选邻居的标识，遍历所述第一向量对应的距离集，以获取所述候选邻居对应的连接边的第一距离值；

在所述距离集中未包含任一候选邻居向量对应的连接边的第一距离值的情况下，计算所述第一向量与所述任一候选邻居向量间的第二距离值；

根据所述第一向量的每个候选邻居对应的第一距离值或第二距离值，确定所述第一向量在每层对应的邻居节点；

基于所述第一向量数据库中每个向量在每层对应的邻居节点，构建所述第二边集。

11.如权利要求9所述的装置，其中，所述第二构建模块，还用于：

删除所述第一边集。

12.如权利要求8所述的装置，其中，所述确定模块，具体用于：

根据所述第一向量数据库中包含的向量数量，确定所述第一参数组及第二参数组。

13.如权利要求8所述的装置，其中，所述确定模块，具体用于：

将任意一组预设的参数对中的两组参数，分别确定为所述第一参数及及第二参数组。

14.如权利要求8-13任一所述的装置，其中，所述预设条件包括以下至少一项：

系统的剩余资源量大于资源量阈值；

系统的剩余资源量大于资源量阈值的持续时长大于时长阈值；

收到创建第二索引的指令；

当前的运行时段位于预设的时间范围内。

15.一种电子设备，其特征在于，包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。