企业官网建设流程全解析

向量库刚上线时跑得很顺，一年之后开始出问题：检索结果不如从前、响应变慢、偶尔查不到明明存在的文档。追根究底，往往是索引长期没有重建——数据在变，索引结构却没有跟上。

为什么索引会“变旧”

大多数向量索引采用近似最近邻算法，为了速度牺牲了一部分精度。新增数据会不断往索引里插，删除却往往是软删除，时间一长，索引里堆积了大量失效向量，有效数据和无效数据混在一起，检索的召回率和准确率都会缓慢下降。同时，文档的分块方式、向量模型、业务语义分布都可能发生变化，旧索引里存的是旧假设。定期重建，本质上是让索引结构和当前数据分布重新对齐。

重建期间服务不能停

重建索引不能简单地“删掉重来”，那意味着服务中断。可行的方案是做影子索引：在后台用当前全量数据构建一份新索引，构建完成后做一次效果比对，确认新索引的召回质量不低于旧索引，再切换流量。切换时保留旧索引一小段时间作为回退通道。对于体量庞大的库，可以按租户或按知识域分批重建，降低单次操作的资源峰值。整个过程需要监控构建进度、资源占用和切换后的检索质量，避免“悄悄换了个更差的索引”。

索引维护是典型的“不做没人夸，做了没人谢”的工作。但知识库的回答质量，很大程度上就藏在这些日常维护里。