ByteHouse高性能向量检索实践—

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群

随着 LLM 技术的发展，向量检索与向量数据库也受到业界持续关注，它们能够为LLM提供外置记忆单元，通过提供与问题及历史答案相关联的内容，协助LLM返回更准确的答案。不仅LLM，向量检索在OLAP引擎中也早已得到应用，旨在提升非结构化数据的分析和检索能力。

作为火山引擎旗下的OLAP引擎，ByteHouse推出了高性能向量检索能力。本篇聚焦ByteHouse对高性能向量检索能力的建设思路，并以“以图搜图”为例，详解OLAP的向量检索能力如何在具体场景中落地。

ByteHouse向量检索能力

向量检索，目标是查找与给定向量最相似的k个结果，目前广泛应用于以图搜图、推荐系统等场景。在实际使用场景中，向量检索针对的数据集大小通常会在 million 甚至 billion 级别，而查询延迟通常会要求在数毫秒到百毫秒内返回，通常会使用具有特殊结构的向量检索索引方式。

既有局限分析

目前比较流行的向量索引算法有 HNSW、Faiss IVF 等，这类基于向量索引的向量检索负载，通常具有构建时间长、资源消耗大等特点，且需要考虑如何高效管理索引构建任务所需资源；如何支持内存计算；如何与过滤语句结合以及资源消耗等一系列问题。

ByteHouse源自ClickHouse，但后者存在向量索引重复读取，相似度计算冗余等问题，对于延迟要求低、并发需求高的向量检索场景可用性较弱。

优化整体架构

基于上述分析，ByteHouse在向量检索能力上进行了全面创新，团队基于 vector-centric 的思路，重新构建了高效的向量检索执行链路，结合索引缓存、存储层过滤等机制，使ByteHouse性能实现进一步突破。

ByteHouse向量检索功能整体架构

下文将具体以“以图搜图”这一典型的向量搜索应用场景为例，详细解读ByteHouse如何实现高性能检索能力的落地与优化。

向量检索能力落地以图搜图场景

在舆情监测领域，某头部公司将ByteHouse向量检索能力应用在“以图搜图”场景中。

为了更好提供舆情监测服务，该公司在全网不断扩大监测范围，整体数据规模达到12亿，期望在 64 核、256GB内存的资源下，达到秒级以下的搜索速度。

对比行业其他产品单query latency在几秒或十秒级别的情况，ByteHouse在优化前可达到700-800 毫秒，经过一系列优化后，最终可在约 150-200 毫秒的时间内，能够从大规模数据中查找出近似的 1000 张图片及其相似度评分。

那么，ByteHouse是如何实现上述性能的？具体而言，ByteHouse主要在向量检索计算下推、过滤操作优化、数据冷读问题优化几个方面采取了优化措施。此外，由于资源有限，还进行了索引构建资源限制。

优化一：计算下推优化

在典型的OLAP场景中，数据进入后，会生成多个Data Part，按批聚合。按照算子执行，对每个Part进行 Vector Search 和 Attributes Read，然后对每个Part做TopK。这在投影列较多的情况下，产生很大的资源消耗。

对此，ByteHouse团队进行了如下优化。

首先，对每个 Part 进行 Vector Search，相当于将一个算子拆分成三个算子，先做Vector Search。
然后，对 Vector Search 的结果进行全局排序，此时不读取标量信息列。
最后，在全局排序的结果上，执行Read Task，得到最终结果。

计算下推优化

通常而言，数据是分批写入的，每一批都会有一个Part，Part一般大于 100。那么，在优化后的实际场景测试中，延迟基本可以做到两倍以上的速度提升。

优化二：过滤操作优化

在优化标量与向量混合查询场景上，主要围绕以下三点进行优化。

基于标量主键范围查找

标量其实是一个排序键，类似于 MySQL 中的主键。通常，在进行搜索时，会先进行标量过滤，从而获取符合查询条件的数据。如果按一般方法计算，就会有很大的消耗。

由于标量本身是有序的，所以可简单理解为：只需读取首尾部分数据，进行过滤，构建符合条件的row id bitmap。比如在计算timestamp大于某个值的情况时，只需计算开始和结束位置所对应的行，因为中间结果都是符合的。

加速标量列剪枝

数据剪枝，主要是根据实际情况对物理上的键排列分区，包括对主键和辅助索引的分区，以此来加速查询。

存储层过滤

在存储层面进行优化，将过滤条件下推到存储中，尽量减少 IO 操作。对类似OLAP和OLTP的数据库而言，查询动作的底层会有很高的计算开销。因此ByteHouse针对典型场景，会在底层进行更多过滤，以此减少 CPU 和内存资源的使用。此外，对于热数据行做了Cache加速。

优化三：向量数据冷读问题优化

使用索引需要index结构全载入内存

向量索引方面，ByteHouse接入了 hnswlib、faiss 两个比较流行的检索算法库，支持HNSW、IVF_PQ、IVF_PQ_FS等多种常用索引。此外，考虑到向量检索需要在内存中执行，还加入了向量索引缓存机制，确保查询涉及的Data Part的索引能够常驻内存，以实现低延迟的向量检索。

在向量检索需要较高QPS的情况下，冷读可能就会成为性能瓶颈。当前支持的向量索引需要加载到内存中以后，才能进行高性能的向量检索计算，该层面的优化方法主要是将不同资源index结构载入内存。

Cache Preload & Auto GC

在构建到内存的过程中，可能存在一些问题，例如：数据库重启，或导入新数据时，这些数据仍然是冷的。在OLAP存储时，使用的是 LSM 存储格式，进行数据Merge和自动 GC 流程。在数据库运行过程中的服务启动、数据写入等场景中，ByteHouse 可以自动将新的索引加载到内存中，并确保Cache中的过期数据能够自动回收。

优化四：索引构建资源限制

向量数据库workload特征

向量检索方面存在普遍关心的资源问题，使用向量检索会消耗较多的 CPU 和内存资源。为了避免资源开销过大，ByteHouse团队在资源使用层面进行了限制。

并发限制

在资源不足的情况下，限制 index 构建的线程级别以及后台的merge任务。不过，对资源进行限制，也会在保证资源使用的同时解决导致检索速度变慢的问题。

内存优化

为了减少资源使用开销，ByteHouse团队主要采取了以下措施。

使用 PQ、SQ 压缩，将向量的存储空间降低到原来的 1/4 或 1/3。例如，在精度要求不太高的情况下，将 float32 类型的数据压缩为 INT8 类型，从而将 4 字节的数据压缩为 1 字节，减少存储空间。

在训练过程中，需要支持增量训练。对于IVF系列，在构建索引时，不需要常驻内存，可以将其落盘。

优化后，ByteHouse在资源使用上取得了显著效果，在类似前述“以图搜图”的场景中，以很少的资源就能支撑大规模数据。

不仅仅向量检索引擎，ByteHouse具备全场景引擎能力

目前，ByteHouse已通过Vector引擎支持多种向量检索算法以及高效的执行链路，并且能够支撑大规模向量检索场景，达到毫秒级的查询延迟。

在“一元化数据、多元化引擎”的理念下，ByteHouse 致力于实现全场景引擎覆盖，以确保实现整体数据效能的最大化产出。除了支持向量检索能力的Vector引擎，ByteHouse还具有全文检索引擎、GIS引擎在内的全场景引擎，为用户提供一体化数据分析服务。

作为一款以提供高性能、极致分析能力的云数仓产品，早在2022年2月，ByteHouse在字节跳动的部署规模就已超1万8000台，单集群超2400台。未来，它还将持续为企业数据分析能力提供支持，助推数智化转型升级。

点击跳转火山引擎 ByteHouse 了解更多