为什么需要索引？核心价值解析
索引是 Milvus 提升向量检索效率的'核心加速器'，本质是通过特定的数据结构对向量进行预处理，避免全量数据的暴力比对。其核心价值体现在两点：
1. 加速查询：平衡召回率与速度
- 无索引时：查询需计算目标向量与集合中所有向量的距离（暴力比对），数据量超 10 万条后查询延迟会急剧上升；
- 有索引时：通过聚类、分层等算法将向量分类，查询时仅在目标类别中计算，速度提升 10~100 倍，同时可在'召回率'（查全率）和'查询速度'间灵活平衡。
2. 节省资源：优化存储与计算开销
- 减少内存占用：索引通过压缩或分层存储，避免全量数据加载到内存；
- 降低计算成本：减少无效距离计算，降低 CPU/GPU 资源消耗；
- 适用场景：建议为高频查询的向量字段（如 embedding 向量）和常用过滤的标量字段（如时间、标签）创建索引。
二、Milvus 常见索引类型：选型对照表
Milvus 支持多种索引类型，不同类型适配不同数据量和业务场景，选错索引会导致效率低下或资源浪费。以下是 4 种核心索引的详细对比（重点关注'数据量'和'核心需求'）：
| 索引类型 | 适用场景 | 数据量建议 | 召回率 | 内存占用 | 构建速度 | 核心特点 |
|---|---|---|---|---|---|---|
| FLAT | 小数据、精确搜索 | <100 万条 | 100%（精确匹配） | 高 | 快 | 无预处理，暴力比对的'基线索引'，无需调参 |
| IVF_FLAT | 大数据、平衡场景 | 100 万~1 亿条 | 90%~95% | 中 | 较快 | 聚类分桶（nlist 参数），兼顾速度与召回率，性价比最高 |
| HNSW | 高召回率、低延迟需求 | 100 万~10 亿条 | 95%~98% | 高 | 中 | 分层图结构，适合对查询速度和召回率要求都高的场景（如 RAG） |
| DISKANN | 超大规模、低内存场景 | 10 亿 + 条 | 98%~99% | 低 | 慢 | 磁盘存储索引，大幅降低内存占用，适合超大规模向量库 |
选型决策树（快速匹配）
- 数据量<100 万 → 选 FLAT（无需调参，精确查询）
- 100 万~1 亿条，追求性价比 → 选 IVF_FLAT（核心调参 nlist）
- 100 万~10 亿条，高召回率需求 → 选 HNSW（核心调参 M、efConstruction）
- 数据量>10 亿条，内存有限 → 选 DISKANN（磁盘存储，需容忍较慢构建速度）
三、Python 实战：索引创建/查看/删除全流程
以 Milvus 2.5X + PyMilvus 2.5.5 为例，采用MilvusClient（推荐）实现索引全生命周期操作，包含集合创建、索引配置、索引管理等关键步骤。
1. 前置准备
确保已安装 PyMilvus 并连接 Milvus 服务：
pip install pymilvus==2.5.5
