在构建企业私域大模型知识库（RAG）的过程中，向量数据库是承载海量高维 Embedding 检索的底座枢纽。当企业知识库文档量达到数十万篇、切片达到数百万时，单机向量引擎极易出现内存溢出（OOM）与检索延迟骤升。纳海川团队梳理了 Milvus 集群在高安全环境下的工程实践。
一、向量索引选型：HNSW vs IVF_FLAT
索引决定了召回率（Recall）与响应耗时的权衡：
- HNSW（分层可导航小世界图）：构建分层图拓扑结构，检索速度极快，召回率高达 98% 以上，适合绝大多数对延迟敏感的问答场景；
- IVF_FLAT（倒排文件平铺）：内存开销更小、建索引极快，适合数据频繁大批量增量导入的动态知识库。
二、读写分离与协调节点扩容
将 Milvus 内部组件清晰划分为无状态的 Proxy 接入层、QueryNode 检索节点以及负责写入建索引的 IndexNode。即使后台正在批量向量化数千页新规章，前台用户在线提问检索依然丝毫不受影响。
三、纯内网本地化部署安全基线
所有节点通过私有 Docker Compose 编排于物理内网专网段，底层对象存储采用私有化 MinIO，元数据通过本地 etcd 集群一致性同步，完全脱离公网依赖。
生产实测：在 200 万向量（1024 维度）数据集上，Top-10 语义召回耗时稳定在 18ms 以内，满足大并发实时智能问答的高性能要求。