向量搜索的回滚计划比首次演示更重要

我曾参与过一个产品搜索功能的开发，最初的向量演示效果看起来很棒。几次测试查询都找到了正确的目录项，团队希望尽快上线。问题出现在一位商品运营人员重命名了一个产品系列并将几个 SKU 移入新类别之后。数据库中的文本变了，但嵌入索引（embedding index）中仍保留着旧的产品语言，导致搜索结果显得很奇怪。用户输入新术语，却得到了旧系列的产品。 我们通过将嵌入视为真正的派生数据而非辅助文件来解决这个问题。每一行都增加了 embedding_version（嵌入版本）、source_hash（源哈希）和 indexed_at（索引时间）。索引作业会比较我们实际嵌入字段的哈希值，然后仅对过时的数据行重新排队。在发布时，我们还保留了纯关键字回退方案，以及一个可以在向量服务出现偏差或变慢时将流量切回 BM25 结果的功能开关。那个回滚开关是我最庆幸拥有的东西。 我的实践经验是，难点不在于调用嵌入…