定义

嵌入式索引是一种数据结构，它将预先计算好的指针或引用直接存储在数据本身旁边，或在一个紧密耦合的局部结构中。与驻留在独立数据库结构中的传统集中式索引不同，嵌入式索引将索引信息保持在它所描述的数据附近。这种邻近性是最小化读取操作延迟的关键。

为什么重要

在需要高吞吐量、低延迟的应用程序中——例如实时搜索引擎、大规模人工智能推理管道或复杂的事务性数据库——遍历单独的索引结构所花费的时间可能会成为一个重大的性能瓶颈。嵌入索引极大地减少了 I/O 操作和网络跳数，从而实现了更快的查询响应时间和更高效的资源利用。

工作原理

当数据写入时，系统会同时更新主数据记录和相关的嵌入式索引结构。该结构可能包含用于快速查找的指针、哈希值或预先计算的元数据。当收到查询时，系统在一个单一的、局部化的操作中访问数据块及其相应的索引信息，从而绕过了单独的索引查找阶段。

常见用例

嵌入式索引在多种现代架构中非常普遍：

• 向量数据库： 将邻近性信息直接存储在嵌入向量中，以实现快速的最近邻搜索。
• 搜索引擎： 在文档块内维护局部倒排索引，以实现快速检索。
• 缓存层： 直接在缓存条目中预先计算和存储查找映射。
• 流处理： 在内存中对传入的数据流进行索引，以实现即时模式匹配。

主要优势

使用嵌入式索引的主要优势包括：

• 降低延迟： 最小化数据及其索引在查询过程中需要传输的距离。
• 提高吞吐量： 由于查找速度更快，可以更有效地处理更多的并发读取请求。
• 数据局部性： 由于相关数据在物理上接近，可以更有效地利用 CPU 缓存。

挑战

虽然功能强大，但嵌入式索引在写入操作中引入了复杂性。在更新或删除过程中，维护主数据和嵌入式索引之间的一致性需要强大的事务管理。此外，索引的大小可能会增加数据记录的总体存储占用。

相关概念

相关概念包括分布式索引（索引分布在多个节点上）和内存数据网格（侧重于将所有必要数据，包括索引结构，保留在 RAM 中以提高速度）。