MCI：一种用于高效任意过滤近邻搜索的最大Clique指数
数据库
2026-04-27 v1
摘要
具有任意过滤谓词的近邻搜索（AFANNS）对于现代数据应用至关重要，但现有方法往往造成巨大的存储和计算成本。本文引入最大Clique指数（MCI），一种新颖的基于图的索引，旨在为健壮且高效的AFANNS。MCI的核心思想是通过紧凑的基于Clique的表示来逼近密集的近邻图（NNG）。我们提出了两种关键技术：（1）最大Clique覆盖（MCC），它利用高维空间的几何传递性将密集邻域编码为最大Clique，实现高压缩率和连通性的索引；（2）局部邻域图几何密度化，一种策略，从稀疏的初始NNG构建逼近大规模NNG的索引，通过逐步增加距离阈值在局部密度化结构以恢复全局连通性。该索引以无锁并行方式构建以实现可扩展性，通过精心设计的多种子策略进行查询以处理因谓词导致的碎片化子图。大量实验表明，MCI在召回率较高时，以最高可达一个数量级的QPS优于最先进的方法，同时使用大幅缩小的空间，且在范围/关键字过滤任务中仍保持竞争力，显示出稳健的通用性能。
引用
@article{arxiv.2604.22171,
title = {MCI: A Maximal Clique Index for Efficient Arbitrary-Filtered Approximate Nearest Neighbor Search},
author = {Xiaowei Ye and Rong-Hua Li and Guoren Wang and Kaiwen Xue and Daiyin Wang and Xubin Li},
journal= {arXiv preprint arXiv:2604.22171},
year = {2026}
}