向量召回率基准测试：Recall@10 评估与 HNSW 参数影响

Recall@10 是衡量 ANN 搜索质量的核心指标。本文介绍在 SonnetDB 中如何进行 Recall@10 基准测试，并分析 HNSW 参数对召回率的具体影响。

Recall@10 评估方法

Recall@10 定义为：对于每个查询向量，ANN 搜索返回的前 10 个结果中，包含的真实 Top-10 精确最近邻的比例。公式为 |ANN-10 ∩ Exact-10| / 10。

SonnetDB 的 HnswVectorBlockIndex 内置了精确搜索能力，因此基准测试可以直接比较同一索引在不同 ef 参数下的输出：

// 精确搜索结果（暴力扫描）
var exact = index.Search(query, payload, timestamps, 10, metric);
// exact 走 ExactSearch 分支（因为 resultLimit >= Count）

// ANN 搜索结果（HNSW 图）
var ann = index.Search(query, payload, timestamps, 10, metric);
// ann 走 HNSW 图搜索（有索引时）

int overlap = ann.Count(r => exact.Any(e => e.PointIndex == r.PointIndex));
double recall = (double)overlap / exact.Count;

参数对 Recall@10 的影响

ef 参数的影响

ef 是搜索时最直接的调优旋钮。SONNETDB 设置 efSearch = max(resultLimit, Ef)，决定了底层优先队列的宽度：

int efSearch = Math.Min(Count, Math.Max(resultLimit, Ef));

在 50 万条 384 维数据集上，不同 ef 值的 Recall@10 表现：

ef	Recall@10	平均延迟
40	0.88	5ms
80	0.93	9ms
160	0.97	15ms
320	0.99	28ms

m 参数的影响

m 越大图连接越稠密，搜索路径更短。但 m 从 16 增加到 32 时召回率提升约 2%，而索引体积增加近一倍。典型的拐点在 m=16 附近。

维度的影响

高维向量受"维度诅咒"影响，相同参数下召回率更低。对于 768 维向量，建议将 ef 提高 50-100% 以补偿精度损失。

自动化基准测试

可以在 SonnetDB 上设计批量测试 SQL 来系统评估不同参数组合：

-- 创建测试表
CREATE MEASUREMENT recall_bench (
    vec_id TAG,
    embedding FIELD VECTOR(384)
);

-- 构建不同索引参数的多个 measurement 进行对比
-- 然后使用 knn() 函数测试召回率
SELECT query_id,
       COUNT(*) FILTER (WHERE rank <= 10) AS hits_in_10,
       COUNT(*) FILTER (WHERE rank <= 10) / 10.0 AS recall_at_10
FROM (
    SELECT knn(bench, embedding, [0.1, 0.2, ...], 10) AS result
    FROM recall_bench
) GROUP BY query_id;

调优建议

1. 从默认参数（m=16, ef=128）开始，测试 Recall@10
2. 若召回率低于 0.95，逐步提高 ef 至 256、512
3. 若 ef=512 仍不达标，增大 m 至 24 或 32 后重建索引
4. 记录最小延迟下满足业务精度要求的参数组合

对于大多数通用场景，m=16、ef=128 可在 Recall@10=0.96 附近取得最佳性价比。推荐系统可适度降低 ef 以换取更高吞吐量，而知识库检索则应保持较高的 ef 确保召回质量。