这是什么
《Vector Database 101》是 Zilliz（开源向量数据库 Milvus 的出品方）的官方入门课程，共 12 篇：前半程建立「非结构化数据 → 嵌入向量 → 相似度搜索」的世界观，后半程深入索引算法的深水区（IVF、量化、HNSW、ANNOY、DiskANN）。
全部 12 篇已抓取原文、精翻成中文。点击下面的条目会打开左右对照的双栏阅读层——左栏英文原文、右栏中文译文、右侧目录随滚动高亮，篇与篇之间可以直接「上一篇 / 下一篇」连着读下去。
基础概念
Milvus 入门
索引算法
- 7. 向量索引基础与倒排文件索引
- 8. 标量量化与乘积量化
- 9. 分层可导航小世界（HNSW）
- 10. ANNOY：近似最近邻搜索
- 11. 如何为项目选择合适的向量索引
- 12. DiskANN 与 Vamana 算法
阅读建议
零基础按编号顺序读即可，课程本身就是为此设计的。已经懂嵌入向量基础的话，可以直接从第 7 篇《向量索引基础与倒排文件索引》进入算法部分——量化、HNSW、DiskANN 三篇是全系列最硬也最有价值的部分，都配了可跑的 Python 实现。
原文出自 Zilliz Learn，译文仅用于学习交流，版权归原作者所有。