数据库HTAP概念新解读，一定和你知道的不一样

最新推荐文章于 2025-12-17 14:20:19 发布

原创最新推荐文章于 2025-12-17 14:20:19 发布 · 765 阅读

CC 4.0 BY-SA版权

文章标签：

❝
开头还是介绍一下群，如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题，有需求都可以加群群内有各大数据库行业大咖，可以解决你的问题。加群请联系 liuaustin3 ，（共3300人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9）(1 2 3 4 5 6 7群均已爆满，开8群近400 9群 200+，开10群PolarDB专业学习群100+)

相信关注此号的人，且加群的人，知道一件事，每天早晨，德哥的公众号都会准时推出AI的文章，每天我都转。近朱者赤，近墨者黑，这么长时间了，我也应该要红点。

所以今天我把前两天会上蹭德哥的知识，来验证一下，看看对不对，我如果记得没有错，问题是如何提高混合搜索的能力，提高混合搜索的性能的问题。研究后我的出了HTAP的新概念，HTAP 有了全新的定义，和原先的定义毫无关系。

HTAP = Hybridized Targeting and Approximation Pipleline

下面我们就一步步推到出新概念的来由，在混合搜索中，两种搜索的方式并不能一次进行处理，混合搜索的慢的关键是，至少在搜索中会产生两次搜索：

一次是普通的查询，如我们的普通查询属于标量查询，而我们的AI查询是语义查询，属于向量查询，属于将数据嵌入到向量中，通过相似度量来进行匹配查找。所以现在的AI查询的大模型大多是基于语义查询服务的。

但基于混合查询中需要将两种查询进行混合处理如BM25算法，这样的算法同时支持语义查询和关键字匹配的数据查询法。

可能有同学问，向量就向量查询，标量就标量查询，为什么要混合，个人查个人的不就行了。

我们假设你要查询一个数据，问题是这样，请查询到身穿红色衣服的，美丽的，衣服上写着25数字的女性。这里在查询中，就是一个标量和矢量混合的查询，25那个数字是一个确定的标量需要与查询的文档进行匹配，是一个精确的值，有严格的要求。

而这就产生我们上面提到的问题，标量和向量的搜索在一起，是一次查询，还是两次查询，目前的通用模式是两次查询，也就是我先查一遍标量，再查一遍矢量，然后合并结果处理结果，展现结果。

步骤	执行流程（存在问题的方式）	存在的问题
阶段 1	🏷️ 标量/属性过滤算子执行	* 执行标量查询和过滤。
-	⬇️ 结果集传输	* 将符合标量条件的 DocID 列表（或稀疏结果集）传递给下一阶段。
阶段 2	🔍 向量相似度搜索算子执行	* 接收 DocID 列表，执行向量搜索。
-	⬇️ 结果集传输	* 将符合向量条件的 DocID 列表和相似度分数传递给下一阶段.
阶段 3	⚖️ 结果合并/重排序算子	* 对两个结果集进行 RRF 或其他融合算法处理，进行最终排序。
-	⬇️ 最终结果	* 返回给用户。