在 Milvus 中，索引用于加速向量数据的检索。不同的索引类型适合不同的数据规模、检索精度和硬件环境。
| 类别 | 索引类型 | 缩写全称 | 简介 | 适用场景 |
|---|---|---|---|---|
| 自动索引 | AUTOINDEX | Auto Index（自动索引） | 由系统自动选择最优索引类型，无需手动配置 | 新手推荐，通用场景 |
| 内存索引 | HNSW | Hierarchical Navigable Small World（分层可导航小世界图） | 高效的图结构索引，适合高精度检索 | 大规模、高精度向量检索 |
| IVF_FLAT | Inverted File with Flat（倒排文件+暴力遍历） | 分段倒排索引，速度快，精度高 | 大数据量、需平衡速度与精度 | |
| IVF_PQ | Inverted File with Product Quantization（倒排文件+乘积量化） | 分段+压缩，节省内存，速度快 | 内存有限、数据量大 | |
| IVF_SQ8 | Inverted File with Scalar Quantization 8bit（倒排文件+8位标量量化） | 分段+8位量化，进一步压缩 | 极致节省内存 | |
| FLAT | Brute Force (Flat)（暴力遍历） | 暴力遍历，精度最高，速度慢 | 数据量小、需绝对精度 | |
| SCANN | Scalable Approximate Nearest Neighbor（可扩展近似最近邻） | 高效近似最近邻搜索 | 大规模向量、需高性能 | |
| 磁盘索引 | DISKANN | Disk-based Approximate Nearest Neighbor（基于磁盘的近似最近邻） | 基于磁盘的高效索引，适合超大数据集 | 数据量极大，内存不足 |
| GPU索引 | GPU_CAGRA | GPU-based CAGRA（GPU高性能图索引） | 基于GPU的高性能索引 | 有GPU资源，需极高检索速度 |
| GPU_IVF_FLAT | GPU Inverted File with Flat（GPU倒排文件+暴力遍历） | GPU加速的IVF_FLAT | GPU环境下大数据量 | |
| GPU_IVF_PQ | GPU Inverted File with Product Quantization（GPU倒排文件+乘积量化） | GPU加速的IVF_PQ | GPU环境下大数据量、需压缩 | |
| GPU_BRUTE_FORCE | GPU Brute Force（GPU暴力遍历） | GPU暴力遍历 | GPU环境下小数据量、需绝对精度 |