Docker + Milvus，数据库永久存放记忆，让对话历史永不丢失

> **全文导读**：内存记忆会丢、文件记忆搜不准、截断总结丢信息——这是所有AI应用都会遇到的"记忆困境"。本文将带你从Docker环境启动开始，一步步用Milvus向量数据库构建一个可检索、可持久化、能语义搜索的"长期记忆系统"。**特别地，本文会重点澄清三个新手最容易踩坑的概念：字段定义与索引的区别、为什么只需要一个索引、IVF\_FLAT与COSINE到底是不是二选一。** 读完本文，你将掌握企业级AI记忆架构的完整落地流程！

---

一、灵魂拷问：为什么还需要向量数据库？

前面我们讲了内存记忆、文件记忆、总结压缩，看起来已经够用了？别急，先看三个真实场景：

场景1：AI"翻脸不认人"

typescript

<span>// 用户3天前说："我叫赵六，是一名数据科学家"</span>
<span>// 3天后用户问："你记得我是谁吗？"</span>
<span>// 文件记忆：能读到，但需要加载整个JSON文件</span>
<span>// 内存记忆：程序重启，早忘了 😭</span>

场景2：记忆太多，找不过来

typescript

<span>// 用户聊了1000轮对话</span>
<span>// 文件记忆：读整个JSON → 塞进prompt → token爆炸 💥</span>
<span>// 内存记忆：更不可能全部塞</span>

场景3：语义检索需求

typescript

<span>// 用户问："我周末经常做什么？"</span>
<span>// 明明之前说过"我喜欢打篮球和看电影"</span>
<span>// 但关键词匹配找不到 —— 因为字面完全没有重合词！</span>

这就是我们需要向量数据库的根本原因：

一句话总结：向量数据库 = 可持久化 + 语义检索 + 无限扩展的记忆系统。

---

二、Milvus架构解密：为什么它需要三个容器？

在写代码之前，先搞清楚Milvus的真实架构，这能帮你避免90%的启动坑。

2.1 Milvus Standalone的依赖关系

为什么这么设计？

⚠️ 关键点：Milvus启动时会立刻连接etcd和minio。如果依赖没准备好，Milvus会直接退出！这就是为什么启动顺序不能乱。

---

三、重难点①：Docker启动的"顺序陷阱"

3.1 常见错误：一把梭启动

powershell

<span># ❌ 错误示范：一条命令全启动</span>
docker start milvus-etcd milvus-minio milvus-standalone
<span># 结果：milvus-standalone可能因为依赖没就绪而退出</span>

为什么会失败？

3.2 正确姿势：按依赖顺序启动

powershell

<span># ✅ 第一步：先启动依赖服务</span>
docker start milvus-etcd milvus-minio

<span># ✅ 第二步：等待依赖就绪</span>
Start-Sleep -Seconds 5

<span># ✅ 第三步：再启动milvus</span>
docker start milvus-standalone

<span># ✅ 第四步：验证</span>
docker ps

一行流写法（含等待）：

powershell

docker <span>start</span> milvus<span>-</span>etcd milvus<span>-</span>minio; <span>Start</span><span>-</span>Sleep <span>-</span>Seconds <span>5</span>; docker <span>start</span> milvus<span>-</span>standalone

3.3 更规范的做法：Docker Compose

官方推荐用docker compose up -d，因为yml文件里有depends_on字段声明依赖关系，Docker会自动等待依赖就绪：

yaml

<span># docker-compose.yml 节选</span>
<span>services:</span>
  <span>milvus-standalone:</span>
    <span>image:</span> <span>milvusdb/milvus:v2.6.22</span>
    <span>depends_on:</span>
      <span>-</span> <span>etcd</span>
      <span>-</span> <span>minio</span>    <span># 👈 自动等待依赖启动</span>

3.4 Docker命令辨析（新手必看）

💡 一句话记忆：镜像 = 类（Class），容器 = 实例（Instance）。类只能被实例化，不能被"运行"。

3.5 验证启动状态

powershell

<span># 期望看到的输出</span>
docker ps

CONTAINER ID   IMAGE                            STATUS         NAMES
abc123...      milvusdb/milvus:v2.6.22          Up 2 minutes   milvus-standalone
def456...      minio/minio:RELEASE...           Up 5 minutes   milvus-minio
ghi789...      quay.io/coreos/etcd:v3.5.25     Up 5 minutes   milvus-etcd

STATUS列的含义：

• Up ... → 正在运行 ✅
• Exited (...) → 已停止 ❌ 需要docker start

---

四、重难点②：Milvus Schema设计——字段定义 ≠ 索引（超重要！）

这是本文最核心、最容易混淆的部分，很多新手在这里会踩坑。先把概念掰开揉碎讲清楚。

4.1 三个概念的澄清

在Milvus里，有三件看似相似、实则完全不同的事情：

新手最容易犯的错：以为"定义了字段，就等于建了索引"。大错特错！

typescript

<span>// ❌ 错误认知</span>
<span>// "我定义了5个字段，所以Milvus会自动为这5个字段都建索引"</span>
<span>// 事实：Milvus只为你显式创建的字段建索引</span>

<span>// ✅ 正确认知</span>
<span>// 字段定义 = 定义数据表结构（存什么）</span>
<span>// 索引     = 针对特定字段建"加速目录"（怎么快速找）</span>
<span>// 二者完全独立！</span>

4.2 字段定义：告诉Milvus存什么

typescript

<span>const</span> <span>COLLECTION_NAME</span> = <span>'conversations'</span>;
<span>const</span> <span>VECTOR_DIM</span> = <span>1024</span>;  <span>// 向量维度，必须与embedding模型一致</span>

<span>// 1️⃣ 定义集合的Schema —— 声明要存哪些字段</span>
await client.<span>createCollection</span>({
  <span>collection_name</span>: COLLECTION_NAME,
  <span>fields</span>: [
    // 主键：用VarChar而非自增<span>int</span>，支持自定义id（如 conv_时间戳_轮次）
    { 
      <span>name</span>: <span>'id'</span>, 
      <span>data_type</span>: DataType.VarChar, 
      <span>max_length</span>: <span>50</span>, 
      <span>is_primary_key</span>: <span>true</span> 
    },
    // 向量字段：核心！存储对话内容的embedding
    { 
      <span>name</span>: <span>'vector'</span>, 
      <span>data_type</span>: DataType.FloatVector, 
      <span>dim</span>: VECTOR_DIM 
    },
    // 原始对话文本：检索时返回给LLM的
    { 
      <span>name</span>: <span>'content'</span>, 
      <span>data_type</span>: DataType.VarChar, 
      <span>max_length</span>: <span>5000</span> 
    },
    // 对话轮次：用于上下文排序
    { 
      <span>name</span>: <span>'round'</span>, 
      <span>data_type</span>: DataType.Int64 
    },
    // ⚠️ Milvus没有DateTime类型！必须用字符串
    { 
      <span>name</span>: <span>'timestamp'</span>, 
      <span>data_type</span>: DataType.VarChar, 
      <span>max_length</span>: <span>100</span> 
    }
  ]
});

这就是"字段定义"阶段——它只做一件事：声明数据表长什么样。此时Milvus还不知道该怎么加速检索。

4.3 索引：独立创建，只为"检索字段"服务

typescript

<span>// 2️⃣ 独立创建索引 —— 只对"需要被搜索"的字段建</span>
await client.<span>createIndex</span>({
  <span>collection_name</span>: COLLECTION_NAME,
  <span>field_name</span>: <span>'vector'</span>,          // 👈 只对向量字段建索引
  <span>index_type</span>: IndexType.IVF_FLAT,
  <span>metric_type</span>: MetricType.COSINE
});

4.4 为什么只需要一个索引？

看到这里你可能会问：为什么只有vector字段需要索引？其他字段都不要吗？

答案：不是"不要"，而是"不需要" 。看下面的对比表：

💡 核心心法：只有"参与相似度搜索"的字段才需要建索引。 在向量数据库里，这个字段几乎永远是向量字段。

类比理解：

• 去图书馆找书，你靠书名/作者查目录（索引）
• 但如果你要按 "内容主题相似度" 找书，就得给每本书的内容向量建一个特殊目录
• 书本的"出版日期"、"页数"这些字段，你只是在借书时看一眼（output），并不用来查找，自然不需要建索引

4.5 灵魂辨析：IVF_FLAT 与 COSINE 到底是不是二选一？

这是新手最容易被绕晕的地方。答案是：不是！它们是完全不同维度的概念，互相配合。

先看这张表：

把两者类比到图书馆找书：

再回头看代码，就豁然开朗了：

typescript

await client.<span>createIndex</span>({
  <span>collection_name</span>: COLLECTION_NAME,
  <span>field_name</span>: <span>'vector'</span>,
  <span>index_type</span>: IndexType.IVF_FLAT,   // 👈 怎么<span>"分区"</span>：倒排文件+扁平量化
  <span>metric_type</span>: MetricType.COSINE    // 👈 怎么<span>"比相似"</span>：余弦相似度
});

• IVF_FLAT 告诉你"去哪些向量簇里找"（缩小范围）
• COSINE 告诉你"找到之后，怎么比谁更近"（精确排序）

它们永远是成对出现的，一个负责"粗筛"，一个负责"精排"，缺一不可！

4.6 常见索引与度量方式速查

索引类型（IndexType）—— 决定"怎么快速找"：

度量方式（MetricType）—— 决定"怎么比相似"：

typescript

MetricType.COSINE   <span>// 余弦相似度：关注向量方向，范围[-1,1]，文本embedding首选</span>
MetricType.L2       <span>// 欧氏距离：关注绝对距离，图像embedding常用</span>
MetricType.IP       <span>// 内积：向量已归一化时≈COSINE，性能略好</span>

面试答题：文本检索首选COSINE，因为embedding模型通常训练时就优化了余弦相似度。

4.7 完整Schema设计流程

4.8 设计者为什么这么写？

问题：为什么主键用VarChar不用Int64？

typescript

<span>// ❌ 自增ID的问题</span>
{ <span>id</span>: <span>1</span> }, { <span>id</span>: <span>2</span> }, ...  <span>// 多用户场景容易冲突</span>

<span>// ✅ 自定义字符串ID</span>
<span>id</span>: <span>`conv_<span>${<span>Date</span>.now()}</span>_<span>${i+<span>1</span>}</span>`</span>  <span>// 时间戳+轮次，天然唯一</span>

问题：为什么要单独存content字段？

因为Milvus搜索时，只返回你指定的output_fields。如果不存原文，检索到向量也不知道对应什么对话内容！

typescript

<span>// 检索时明确指定返回哪些字段</span>
<span>const</span> <span>searchResult</span> = await client.<span>search</span>({
  <span>collection_name</span>: COLLECTION_NAME,
  <span>vector</span>: queryVector,
  <span>output_fields</span>: [<span>'id'</span>, <span>'content'</span>, <span>'round'</span>, <span>'timestamp'</span>],  // 👈 关键
});

---

五、重难点③：RAG式对话检索——最精巧的部分

这是整个系统的灵魂：把"历史对话"变成"可检索的知识库"。

5.1 核心代码

typescript

<span>/**
 * 检索与当前输入最相关的k条历史对话
 */</span>
<span>async</span> <span>function</span> <span>retrievalRelevantConversations</span>(<span>input, k = <span>2</span></span>) {
  <span>try</span> {
    <span>// 1️⃣ 把用户问题转成向量</span>
    <span>const</span> queryVector = <span>await</span> <span>getEmbedding</span>(input);
    
    <span>// 2️⃣ 在Milvus中做相似度搜索</span>
    <span>const</span> searchResult = <span>await</span> client.<span>search</span>({
      <span>collection_name</span>: <span>COLLECTION_NAME</span>,
      <span>vector</span>: queryVector,
      <span>limit</span>: k,                        <span>// 返回最相似的k条</span>
      <span>metric_type</span>: <span>MetricType</span>.<span>COSINE</span>,  <span>// 余弦相似度</span>
      <span>output_fields</span>: [<span>'id'</span>, <span>'content'</span>, <span>'round'</span>, <span>'timestamp'</span>],
    });
    
    <span>return</span> searchResult.<span>results</span>;
  } <span>catch</span> (err) {
    <span>console</span>.<span>error</span>(<span>'检索相关历史对话失败:'</span>, err);
    <span>return</span> [];  <span>// ⚠️ 失败时返回空数组，而不是抛异常</span>
  }
}

<span>/**
 * 完整的RAG对话流程
 */</span>
<span>async</span> <span>function</span> <span>retrievalMemoryDemo</span>(<span></span>) {
  <span>await</span> client.<span>connectPromise</span>;  <span>// 确保连接成功</span>
  
  <span>const</span> history = <span>new</span> <span>InMemoryChatMessageHistory</span>();
  <span>const</span> conversation = [
    { <span>input</span>: <span>'我之前提到的机器学习项目进展如何'</span> },
    { <span>input</span>: <span>'我周末经常做什么？'</span> },
    { <span>input</span>: <span>'我的职业是什么？'</span> },
  ];

  <span>for</span> (<span>let</span> i = <span>0</span>; i < conversation.<span>length</span>; i++) {
    <span>const</span> { input } = conversation[i];
    <span>const</span> userMessage = <span>new</span> <span>HumanMessage</span>(input);

    <span>// 🔍 关键步骤：检索相关历史</span>
    <span>const</span> retrievalConversations = <span>await</span> <span>retrievalRelevantConversations</span>(input, <span>2</span>);
    
    <span>// 📝 拼装历史上下文</span>
    <span>let</span> relevantHistory = <span>''</span>;
    <span>if</span> (retrievalConversations.<span>length</span> > <span>0</span>) {
      relevantHistory = retrievalConversations.<span>map</span>(<span>(<span>conv, index</span>) =></span> {
        <span>return</span> <span>`[历史对话 <span>${index + <span>1</span>}</span>]
轮次: <span>${conv.round}</span>
<span>${conv.content}</span>`</span>;
      }).<span>join</span>(<span>'\n\n-------\n\n'</span>);
    }

    <span>// 🎯 构造带历史上下文的prompt</span>
    <span>const</span> contextMessages = relevantHistory
      ? [<span>new</span> <span>HumanMessage</span>(<span>`相关历史对话：<span>${relevantHistory}</span>\n\n用户问题：<span>${input}</span>`</span>)]
      : [userMessage];

    <span>// 🤖 调用LLM生成回答</span>
    <span>const</span> response = <span>await</span> model.<span>invoke</span>(contextMessages);
    
    <span>// 💾 持久化到Milvus</span>
    <span>const</span> conversationText = <span>`用户问题：<span>${input}</span>\n助手回答：<span>${response.content}</span>`</span>;
    <span>const</span> convId = <span>`conv_<span>${<span>Date</span>.now()}</span>_<span>${i + <span>1</span>}</span>`</span>;
    <span>const</span> convVector = <span>await</span> <span>getEmbedding</span>(conversationText);

    <span>await</span> client.<span>insert</span>({
      <span>collection_name</span>: <span>COLLECTION_NAME</span>,
      <span>data</span>: [{
        <span>id</span>: convId,
        <span>vector</span>: convVector,
        <span>content</span>: conversationText,
        <span>round</span>: i + <span>1</span>,
        <span>timestamp</span>: <span>new</span> <span>Date</span>().<span>toISOString</span>(),
      }]
    });
  }
}

5.2 设计者为什么这么写？

核心思想：对话历史 ≠ 顺序读，而是"按需检索"

为什么这么精妙？

---

六、避坑指南

🕳️ 坑1：Docker daemon没启动

powershell

<span># 报错信息</span>
failed to <span>connect</span> to the docker API at npipe:<span>//</span><span>//</span>./<span>pipe</span>/dockerDesktopLinuxEngine

原因：Docker Desktop服务没运行。

解决：

powershell

docker desktop <span>start</span>

🕳️ 坑2：把"字段定义"当成了"索引"

typescript

<span>// ❌ 错误认知</span>
<span>// "我在 fields 里定义了 vector 字段，Milvus 应该会自动建索引吧？"</span>
<span>await</span> client.createCollection({ fields: [...] });
<span>await</span> client.search({...});  <span>// 报错：collection has no index / not loaded</span>

<span>// ✅ 正确姿势：字段定义、索引、加载 三步走</span>
<span>await</span> client.createCollection({ fields: [...] });           <span>// 1. 定义Schema</span>
<span>await</span> client.createIndex({ field_name: <span>'vector'</span>, ... });    <span>// 2. 建索引</span>
<span>await</span> client.loadCollection({ collection_name: ... });      <span>// 3. 加载到内存</span>
<span>await</span> client.search({...});                                 <span>// 4. 开始检索</span>

这是新手最常踩的坑 ：以为定义Schema=万事俱备，实际还差索引创建和集合加载两步！

🕳️ 坑3：以为"每个字段都要建索引"

typescript

<span>// ❌ 错误：给每个字段都建索引</span>
await client.<span>createIndex</span>({ <span>field_name</span>: <span>'id'</span>, ... });
await client.<span>createIndex</span>({ <span>field_name</span>: <span>'content'</span>, ... });
await client.<span>createIndex</span>({ <span>field_name</span>: <span>'round'</span>, ... });
<span>// 浪费资源，且Milvus不支持对普通标量字段的"向量索引"</span>

<span>// ✅ 正确：只对vector字段建索引</span>
await client.<span>createIndex</span>({
  <span>field_name</span>: <span>'vector'</span>,
  <span>index_type</span>: IndexType.IVF_FLAT,
  <span>metric_type</span>: MetricType.COSINE
});
<span>// 其他字段作为元数据/输出字段即可</span>

记住：索引是给"检索入口"用的，不是给"展示内容"用的。

🕳️ 坑4：混淆IVF_FLAT和COSINE，以为只能选一个

typescript

<span>// ❌ 错误理解</span>
<span>// "我想用COSINE相似度，所以index_type应该填COSINE？"</span>
await client.<span>createIndex</span>({
  <span>field_name</span>: <span>'vector'</span>,
  <span>index_type</span>: MetricType.COSINE,   // ❌ 类型不匹配！
});

<span>// ✅ 正确理解</span>
await client.<span>createIndex</span>({
  <span>field_name</span>: <span>'vector'</span>,
  <span>index_type</span>: IndexType.IVF_FLAT,   // 👈 <span>"怎么找"</span>——分区算法
  <span>metric_type</span>: MetricType.COSINE    // 👈 <span>"怎么比"</span>——相似度度量
});
<span>// 两者配合，缺一不可</span>

🕳️ 坑5：向量维度不匹配

typescript

<span>// ❌ 错误：embedding模型维度 与 Milvus字段维度不一致</span>
<span>const</span> embeddings = <span>new</span> <span>OpenAIEmbeddings</span>({ model: <span>'text-embedding-v3'</span> }); <span>// 1024维</span>
<span>// Milvus中定义 dim: 768 ❌</span>
<span>// 插入时会报错：vector dimension mismatch</span>

<span>// ✅ 正确：两边保持一致</span>
<span>const</span> VECTOR_DIM = <span>1024</span>;
<span>const</span> embeddings = <span>new</span> <span>OpenAIEmbeddings</span>({ 
  model: <span>'text-embedding-v3'</span>,
  dimension: VECTOR_DIM  <span>// 👈 明确指定</span>
});
<span>// Milvus: { name: 'vector', data_type: DataType.FloatVector, dim: 1024 }</span>

🕳️ 坑6：忘记loadCollection

typescript

<span>// ❌ 创建完索引就直接search</span>
<span>await</span> client.createCollection({...});
<span>await</span> client.createIndex({...});
<span>await</span> client.search({...});  
<span>// 报错：collection not loaded</span>

<span>// ✅ 必须先load</span>
<span>await</span> client.createCollection({...});
<span>await</span> client.createIndex({...});
<span>await</span> client.loadCollection({ collection_name: COLLECTION_NAME });  <span>// 👈 必须</span>
<span>await</span> client.search({...});

🕳️ 坑7：时间戳类型踩雷

typescript

<span>// ❌ Milvus不支持DateTime类型</span>
{ name: <span>'timestamp'</span>, data_type: DataType.<span>DateTime</span> }  <span>// 编译报错</span>

<span>// ✅ 用VarChar存ISO字符串</span>
{ name: <span>'timestamp'</span>, data_type: DataType.VarChar, max_length: <span>100</span> }
<span>// 存储: new Date().toISOString()</span>

🕳️ 坑8：检索失败直接抛异常

typescript

<span>// ❌ 检索失败让整个流程挂掉</span>
<span>async</span> <span>function</span> <span>retrievalRelevantConversations</span>(<span>input</span>) {
  <span>const</span> result = <span>await</span> client.<span>search</span>({...});  <span>// 网络抖动 = 全挂</span>
  <span>return</span> result.<span>results</span>;
}

<span>// ✅ 优雅降级：检索失败就当作"无历史"</span>
<span>async</span> <span>function</span> <span>retrievalRelevantConversations</span>(<span>input</span>) {
  <span>try</span> {
    <span>const</span> result = <span>await</span> client.<span>search</span>({...});
    <span>return</span> result.<span>results</span>;
  } <span>catch</span> (err) {
    <span>console</span>.<span>error</span>(<span>'检索失败，降级处理:'</span>, err);
    <span>return</span> [];  <span>// 👈 关键：返回空数组</span>
  }
}

🕳️ 坑9：一条对话拆成两条向量

typescript

<span>// ❌ 错误：用户问题 和 AI回答 分开存</span>
<span>await</span> client.<span>insert</span>({ <span>content</span>: <span>`用户：<span>${input}</span>`</span> });
<span>await</span> client.<span>insert</span>({ <span>content</span>: <span>`助手：<span>${response.content}</span>`</span> });
<span>// 问题：检索时可能只召回半条对话，语义不完整</span>

<span>// ✅ 正确：一条对话存成一个文档</span>
<span>const</span> conversationText = <span>`用户问题：<span>${input}</span>\n助手回答：<span>${response.content}</span>`</span>;
<span>await</span> client.<span>insert</span>({ <span>content</span>: conversationText });
<span>// 语义完整，检索召回更精准</span>

---

七、生产环境最佳实践

7.1 每20轮触发一次"总结入库"

根据需求描述，标准做法是：

typescript

<span>let</span> conversationBuffer = [];

<span>// 每轮对话后</span>
conversationBuffer.<span>push</span>({ input, response });

<span>// 攒够20轮</span>
<span>if</span> (conversationBuffer.<span>length</span> >= <span>20</span>) {
  <span>// 1. AI生成摘要</span>
  <span>const</span> summary = <span>await</span> <span>summarizeHistory</span>(conversationBuffer);
  
  <span>// 2. 摘要入库（而非原始20条）</span>
  <span>const</span> summaryVector = <span>await</span> <span>getEmbedding</span>(summary);
  <span>await</span> client.<span>insert</span>({
    <span>collection_name</span>: <span>COLLECTION_NAME</span>,
    <span>data</span>: [{
      <span>id</span>: <span>`summary_<span>${<span>Date</span>.now()}</span>`</span>,
      <span>vector</span>: summaryVector,
      <span>content</span>: summary,
      <span>round</span>: currentRound,
      <span>timestamp</span>: <span>new</span> <span>Date</span>().<span>toISOString</span>(),
    }]
  });
  
  <span>// 3. 清空buffer</span>
  conversationBuffer = [];
}

为什么这样设计？

7.2 混合记忆架构

三层记忆各司其职：

• 短期：保证对话流畅性（最近上下文）
• 中期：保证关键信息不丢（总结压缩）
• 长期：保证可语义检索（向量数据库）

---

八、面试高频考点

Q1：Milvus的"字段定义"和"索引"有什么区别？

答要点：

• 字段定义：声明集合存哪些字段，类比SQL的CREATE TABLE，只定义结构
• 索引：为特定字段创建的加速结构，类比SQL的CREATE INDEX
• 关键区别：字段定义是"存什么"，索引是"怎么快速找"，两者完全独立
• Milvus特殊性：只有向量字段需要建索引；主键由Milvus自动处理；其他标量字段作为元数据即可

Q2：为什么Milvus只需要给vector字段建索引？

答要点：

• 向量数据库的核心检索入口就是向量字段（ANN搜索）
• id作为主键，Milvus内部自动维护精确匹配能力
• content、round、timestamp等字段只作为输出/过滤条件，不参与相似度检索
• 建无谓的索引浪费存储和写入性能

Q3：IVF_FLAT和COSINE是什么关系？能二选一吗？

答要点：

• 完全不同维度，必须配合使用：

  • IVF_FLAT（IndexType）= 如何组织搜索空间（怎么分区、怎么快速定位候选）
  • COSINE（MetricType）= 如何计算相似度（怎么判断谁更相似）

• 类比：IVF_FLAT决定"去图书馆哪个区找"，COSINE决定"区内按什么排序"

• 不能二选一，createIndex时两个参数都要传

Q4：Milvus为什么需要etcd和minio两个依赖？

答要点：

• etcd：存储元数据（集合schema、索引配置、节点状态），保证分布式一致性
• minio：存储实际数据文件（向量数据、索引文件），用对象存储解耦计算与存储
• 设计思想：存储与计算分离，便于水平扩展

Q5：COSINE、L2、IP三种距离度量怎么区分？

typescript

MetricType.COSINE   <span>// 余弦相似度：关注方向，范围[-1,1]，文本embedding首选</span>
MetricType.L2       <span>// 欧氏距离：关注绝对距离，图像embedding常用</span>
MetricType.IP       <span>// 内积：向量已归一化时≈COSINE，性能略好</span>

面试答题：文本检索首选COSINE，因为embedding模型通常训练时就优化了余弦相似度。

Q6：RAG检索中为什么用"用户问题"而不是"完整对话"做query？

答：

• 用户当前问题最明确表达意图
• 完整对话可能包含噪音，稀释检索精度
• 实践验证：问题query召回率更高