atom.xml

<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <author>
    <name>magicliang</name>
  </author>
  <generator uri="https://hexo.io/">Hexo</generator>
  <id>https://magicliang.github.io/</id>
  <link href="https://magicliang.github.io/" rel="alternate"/>
  <link href="https://magicliang.github.io/atom.xml" rel="self"/>
  <rights>All rights reserved 2026, magicliang</rights>
  <subtitle>一切都是守株待兔，如切如磋，如琢如磨。I am just joking.</subtitle>
  <title>守株阁</title>
  <updated>2026-09-17T03:55:37.838Z</updated>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="人文" scheme="https://magicliang.github.io/categories/%E4%BA%BA%E6%96%87/"/>
    <category term="历史" scheme="https://magicliang.github.io/tags/%E5%8E%86%E5%8F%B2/"/>
    <category term="比较政治" scheme="https://magicliang.github.io/tags/%E6%AF%94%E8%BE%83%E6%94%BF%E6%B2%BB/"/>
    <category term="政治制度" scheme="https://magicliang.github.io/tags/%E6%94%BF%E6%B2%BB%E5%88%B6%E5%BA%A6/"/>
    <category term="宪政" scheme="https://magicliang.github.io/tags/%E5%AE%AA%E6%94%BF/"/>
    <category term="权力分立" scheme="https://magicliang.github.io/tags/%E6%9D%83%E5%8A%9B%E5%88%86%E7%AB%8B/"/>
    <id>https://magicliang.github.io/2026/09/16/%E6%80%BB%E7%BB%9F%E5%88%B6%E5%86%85%E9%98%81%E5%88%B6%E4%B8%8E%E5%8D%8A%E6%80%BB%E7%BB%9F%E5%88%B6/</id>
    <link href="https://magicliang.github.io/2026/09/16/%E6%80%BB%E7%BB%9F%E5%88%B6%E5%86%85%E9%98%81%E5%88%B6%E4%B8%8E%E5%8D%8A%E6%80%BB%E7%BB%9F%E5%88%B6/"/>
    <published>2026-09-16T04:00:00.000Z</published>
    <summary>从英国责任内阁、美国分权宪法到法国双首长制，比较欧美主要国家、日韩及港澳台地区的制度，解释政府产生、信任责任、司法独立与权力制衡。</summary>
    <title>总统制、内阁制与半总统制：历史沿革、权力分立与各国实践</title>
    <updated>2026-09-17T03:55:37.838Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="基础设施" scheme="https://magicliang.github.io/categories/%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD/"/>
    <category term="操作系统" scheme="https://magicliang.github.io/tags/%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F/"/>
    <category term="x86" scheme="https://magicliang.github.io/tags/x86/"/>
    <category term="用户态" scheme="https://magicliang.github.io/tags/%E7%94%A8%E6%88%B7%E6%80%81/"/>
    <id>https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-16-%E8%BF%9B%E5%85%A5%E7%94%A8%E6%88%B7%E6%80%81/</id>
    <link href="https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-16-%E8%BF%9B%E5%85%A5%E7%94%A8%E6%88%B7%E6%80%81/"/>
    <published>2026-09-08T05:00:00.000Z</published>
    <summary>
      <![CDATA[<p>第 15 篇已经能让任务等待、唤醒和接受时钟抢占，但所有任务仍在 ring 0，共享内核页表与执行权限。<br>
一个错误指针可以改写内核数据，一条 CLI 可以阻止普通中断进入。<br>
独立任务栈与轮转调度都不能代替访问权限。</p>
<p>本篇为两个用户任务建立独立地址空间，经 IRETD 进入 ring 3，让它们在相同虚拟地址递增各自的计数。<br>
三轮实验分别让其中一个任务写内核数据、执行 CLI、执行 OUT，要求错误任务停止，而另一个继续增长。<br>
用户代码仍是内嵌的手写机器指令；本篇没有 ELF 加载器、系统调用或用户自行退出接口，有限实验由内核监督收尾。</p>]]>
    </summary>
    <title>从零编写操作系统 16 - 进入用户态：让错误程序无法直接改内核</title>
    <updated>2026-09-17T03:55:37.837Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="基础设施" scheme="https://magicliang.github.io/categories/%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD/"/>
    <category term="操作系统" scheme="https://magicliang.github.io/tags/%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F/"/>
    <category term="x86" scheme="https://magicliang.github.io/tags/x86/"/>
    <category term="任务调度" scheme="https://magicliang.github.io/tags/%E4%BB%BB%E5%8A%A1%E8%B0%83%E5%BA%A6/"/>
    <id>https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-15-%E7%AD%89%E5%BE%85%E4%B8%8E%E5%94%A4%E9%86%92/</id>
    <link href="https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-15-%E7%AD%89%E5%BE%85%E4%B8%8E%E5%94%A4%E9%86%92/"/>
    <published>2026-09-08T04:00:00.000Z</published>
    <summary>
      <![CDATA[<p>第 14 篇已经能用时钟轮转两个计算任务，但没有输入时，键盘消费者没有可处理的数据。<br>
反复取得时间片再检查空队列，只会重复得到同一个结果。<br>
本篇增加 BLOCKED 状态：消费者登记等待条件后退出就绪集合，生产者改变条件时再把它变回 RUNNABLE。</p>
<p>关键问题发生在检查条件与登记等待之间。<br>
若输入恰好在这段间隙到达，生产者可能发现没有等待者，随后消费者却仍按旧结果进入阻塞，形成“条件已经满足，任务仍然睡着”的丢失唤醒。<br>
实验用真实 PIT 中断分别制造错误顺序和受保护顺序，再把同一套等待接口接到定时睡眠、idle 与持续运行的键盘任务。</p>]]>
    </summary>
    <title>从零编写操作系统 15 - 等待与唤醒：任务为什么不能一直轮询</title>
    <updated>2026-09-17T03:55:37.837Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="基础设施" scheme="https://magicliang.github.io/categories/%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD/"/>
    <category term="操作系统" scheme="https://magicliang.github.io/tags/%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F/"/>
    <category term="x86" scheme="https://magicliang.github.io/tags/x86/"/>
    <category term="任务调度" scheme="https://magicliang.github.io/tags/%E4%BB%BB%E5%8A%A1%E8%B0%83%E5%BA%A6/"/>
    <id>https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-14-%E6%8A%A2%E5%8D%A0%E8%B0%83%E5%BA%A6/</id>
    <link href="https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-14-%E6%8A%A2%E5%8D%A0%E8%B0%83%E5%BA%A6/"/>
    <published>2026-09-08T03:00:00.000Z</published>
    <summary>
      <![CDATA[<p>第 13 篇能够保存两条调用链，但 A 一旦进入不含 <code>yield</code> 的无限循环，已经就绪的 B 就无法运行。<br>
本篇把第 08 篇的 PIT 时钟接入同一个调度器，让两个没有主动让出点的计算任务都取得进展。<br>
时间片采用最小规则：每次时钟中断提出一次轮转请求，允许调度时在中断处理出口切换。</p>
<p>切换函数仍然只保存四个被调用者保存寄存器。<br>
被时钟打断的完整寄存器与 EFLAGS 则留在原任务的中断栈帧里，等该任务恢复以后由 IRETD 还原。<br>
实验另外检查允许中断但禁止抢占、真正关闭中断、嵌套恢复，以及屏蔽 IRQ0 后另一个任务停滞的区别。</p>]]>
    </summary>
    <title>从零编写操作系统 14 - 抢占调度：时间片结束后怎样换一个任务</title>
    <updated>2026-09-17T03:55:37.836Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="基础设施" scheme="https://magicliang.github.io/categories/%E5%9F%BA%E7%A1%80%E8%AE%BE%E6%96%BD/"/>
    <category term="操作系统" scheme="https://magicliang.github.io/tags/%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F/"/>
    <category term="x86" scheme="https://magicliang.github.io/tags/x86/"/>
    <category term="任务调度" scheme="https://magicliang.github.io/tags/%E4%BB%BB%E5%8A%A1%E8%B0%83%E5%BA%A6/"/>
    <id>https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-13-%E4%BF%9D%E5%AD%98%E4%B8%8E%E6%81%A2%E5%A4%8D%E6%89%A7%E8%A1%8C%E7%8E%B0%E5%9C%BA/</id>
    <link href="https://magicliang.github.io/2026/09/08/%E4%BB%8E%E9%9B%B6%E7%BC%96%E5%86%99%E6%93%8D%E4%BD%9C%E7%B3%BB%E7%BB%9F-13-%E4%BF%9D%E5%AD%98%E4%B8%8E%E6%81%A2%E5%A4%8D%E6%89%A7%E8%A1%8C%E7%8E%B0%E5%9C%BA/"/>
    <published>2026-09-08T02:00:00.000Z</published>
    <summary>
      <![CDATA[<p>第 12 篇已经能按字节分配内核对象，但执行路径仍沿着同一份调用栈推进。<br>
普通函数 A 调用 B 后，只有 B 返回，A 才能继续；如果 B 一直计算，其他工作就无法通过这条调用链取得 CPU。<br>
本篇为两个内核任务各分配一张栈页，让任务在 <code>task_yield()</code> 处暂停，并在以后从同一次调用之后继续。</p>
<p>正常实验要求 A、B 各完成 128 轮计数，跨切换保留局部数组、被调用者保存寄存器和各自的中断允许状态，退出后归还两张栈页。<br>
另一个镜像让 A 永远不调用 <code>yield</code>，检查 B 虽然已经就绪，计数仍然停在零。<br>
这套实现只在单 CPU、ring 0、普通函数调用边界切换，没有时钟抢占，也没有独立用户地址空间。</p>]]>
    </summary>
    <title>从零编写操作系统 13 - 保存与恢复执行现场：先实现协作式任务</title>
    <updated>2026-09-17T03:55:37.835Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E05-%E7%A3%81%E7%9B%98-ANN-%E4%B8%8E%E5%BC%95%E6%93%8E%E5%B7%A5%E7%A8%8B%E5%AF%B9%E7%85%A7/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E05-%E7%A3%81%E7%9B%98-ANN-%E4%B8%8E%E5%BC%95%E6%93%8E%E5%B7%A5%E7%A8%8B%E5%AF%B9%E7%85%A7/"/>
    <published>2026-09-07T13:00:00.000Z</published>
    <summary>
      <![CDATA[<p>主线第 19 篇把向量全部加载到内存中的 HNSW 图里。100 篇文档、512 维 float32，总共 200 KB——任何机器都装得下。但如果语料从 100 篇增长到 100 万篇，200 KB 变成 2 GB；到 1 亿篇，就是 200 GB。常规服务器的内存通常在 64-256 GB 之间，向量数据已经不够放了。</p>
<p>这是向量检索的内存墙问题。解法有三个方向：量化压缩（第 22 篇）、分片分散（第 26 篇）、把向量放到磁盘上。本篇讨论第三个方向——磁盘 ANN，以及在什么规模下应该考虑从 Lucene 切换到专用向量引擎。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（E05）：磁盘 ANN 与引擎工程对照</title>
    <updated>2026-09-17T03:55:37.835Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E04-%E6%9C%89%E7%95%8C%E5%A4%9A%E6%AD%A5%E6%90%9C%E7%B4%A2%E4%B8%8E%E5%BC%95%E7%94%A8%E7%AD%94%E6%A1%88/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E04-%E6%9C%89%E7%95%8C%E5%A4%9A%E6%AD%A5%E6%90%9C%E7%B4%A2%E4%B8%8E%E5%BC%95%E7%94%A8%E7%AD%94%E6%A1%88/"/>
    <published>2026-09-07T12:00:00.000Z</published>
    <summary>
      <![CDATA[<p>用户搜&quot;Java 虚拟线程和平台线程的性能差异&quot;，搜索引擎返回 10 篇文档链接。用户点开第一篇，发现只讲了虚拟线程的概念；点开第二篇，有性能数据但对比的是 Go 协程；翻到第五篇才找到需要的对比数据。</p>
<p>这个场景暴露了传统检索的局限：搜索引擎只负责找文档，把&quot;从多篇文档中提取、整合、回答问题&quot;的工作留给了用户。RAG（Retrieval-Augmented Generation）把这最后一步自动化——检索文档后用语言模型生成带引用的答案。</p>
<p>但 RAG 不是无限制的。模型可能幻觉，检索可能失败，生成可能超时。有界多步搜索在 RAG 之上加入资源预算：限定最大检索轮次、总耗时和 token 消耗，在可控成本内给出最佳答案。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（E04）：有界多步搜索与引用答案</title>
    <updated>2026-09-17T03:55:37.835Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E03-%E5%A4%9A%E6%A8%A1%E6%80%81%E6%96%87%E6%A1%A3%E6%90%9C%E7%B4%A2/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E03-%E5%A4%9A%E6%A8%A1%E6%80%81%E6%96%87%E6%A1%A3%E6%90%9C%E7%B4%A2/"/>
    <published>2026-09-07T11:00:00.000Z</published>
    <summary>
      <![CDATA[<p>技术文档的信息不全在文字里。一份 API 文档中的架构图、一篇论文里的实验结果表格、一页 PDF 中的流程图——这些视觉元素承载的信息量常常超过周围的文字描述。传统的文本检索管线对这些内容视而不见：OCR 提取的文字丢失版式信息，表格变成无结构的字符串，流程图直接被忽略。</p>
<p>多模态 embedding 模型提供了另一条路径：直接把页面图像编码为向量，跳过 OCR，保留视觉结构。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（E03）：多模态文档搜索</title>
    <updated>2026-09-17T03:55:37.835Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E02-%E5%A4%9A%E5%90%91%E9%87%8F%E4%B8%8E-Late-Interaction/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E02-%E5%A4%9A%E5%90%91%E9%87%8F%E4%B8%8E-Late-Interaction/"/>
    <published>2026-09-07T10:00:00.000Z</published>
    <summary>
      <![CDATA[<p>主线第 18 篇把整篇文档压缩成一个 512 维向量。这个&quot;池化&quot;操作不可避免地丢失信息：一篇同时讨论&quot;线程池配置&quot;和&quot;垃圾回收调优&quot;的长文档，其单向量是两个主题的模糊平均——搜任何一个主题都不会得到高分，搜两个主题的交集反而可能命中。</p>
<p>ColBERT（Khattab &amp; Zaharia, 2020）提出了不同的方案：不池化，保留每个 token 的独立向量，在检索时做 token 级的细粒度匹配。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（E02）：多向量与 Late Interaction</title>
    <updated>2026-09-17T03:55:37.835Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E01-%E5%AD%A6%E4%B9%A0%E7%A8%80%E7%96%8F%E6%A3%80%E7%B4%A2/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-E01-%E5%AD%A6%E4%B9%A0%E7%A8%80%E7%96%8F%E6%A3%80%E7%B4%A2/"/>
    <published>2026-09-07T09:00:00.000Z</published>
    <summary>
      <![CDATA[<p>BM25 靠精确词匹配召回文档。用户搜&quot;怎样并行处理&quot;，文档里写的是&quot;多线程编程&quot;——BM25 一条也召不回来。dense retrieval 用向量弥补词汇鸿沟，但丢掉了精确匹配的优势：搜错误码 <code>NullPointerException</code>，dense 模型可能把它和所有异常类文档混在一起。</p>
<p>学习稀疏检索（learned sparse retrieval）试图兼得两头：保留倒排索引的精确匹配和可解释性，同时用模型扩展词汇覆盖范围。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（E01）：学习稀疏检索</title>
    <updated>2026-09-17T03:55:37.835Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-30-%E4%BB%8E%E7%A9%BA%E7%9B%AE%E5%BD%95%E5%AE%8C%E6%88%90%E6%9C%80%E7%BB%88%E6%BC%94%E7%A4%BA/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-30-%E4%BB%8E%E7%A9%BA%E7%9B%AE%E5%BD%95%E5%AE%8C%E6%88%90%E6%9C%80%E7%BB%88%E6%BC%94%E7%A4%BA/"/>
    <published>2026-09-07T08:00:00.000Z</published>
    <summary>
      <![CDATA[<p>30 篇文章构建了一个完整的搜索引擎：从爬虫到倒排索引，从 BM25 到向量搜索，从单机到分片，从权限过滤到相关性迭代。</p>
<p>本篇把所有组件打包成一个可以从空目录启动的完整系统，写清楚 README，固定测试数据，提供完整运行脚本，并诚实列出限制。最终演示覆盖查询、修改、删除、模型停机、进程重启、重新查询的全过程。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（30）：从空目录完成最终演示</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-29-%E5%BD%A2%E6%88%90%E5%8F%AF%E9%87%8D%E5%A4%8D%E7%9A%84%E7%9B%B8%E5%85%B3%E6%80%A7%E8%BF%AD%E4%BB%A3%E6%B5%81%E7%A8%8B/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-29-%E5%BD%A2%E6%88%90%E5%8F%AF%E9%87%8D%E5%A4%8D%E7%9A%84%E7%9B%B8%E5%85%B3%E6%80%A7%E8%BF%AD%E4%BB%A3%E6%B5%81%E7%A8%8B/"/>
    <published>2026-09-07T07:00:00.000Z</published>
    <summary>
      <![CDATA[<p>前 28 篇构建了一个功能完整的搜索系统。但&quot;能跑&quot;和&quot;搜得好&quot;之间还有距离。搜索相关性需要持续迭代——改了分词器、加了同义词、调了 BM25 参数，怎么判断是变好了还是变差了？</p>
<p>本篇建立可重复的相关性迭代流程：归因失败查询、做盲评、写离线实验报告、设计 A/B 实验。每次变更都有证据支撑接受或拒绝的决定。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（29）：形成可重复的相关性迭代流程</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-28-%E6%90%9C%E7%B4%A2%E8%B4%A8%E9%87%8F%E4%B8%8E%E8%AE%BF%E9%97%AE%E8%BE%B9%E7%95%8C/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-28-%E6%90%9C%E7%B4%A2%E8%B4%A8%E9%87%8F%E4%B8%8E%E8%AE%BF%E9%97%AE%E8%BE%B9%E7%95%8C/"/>
    <published>2026-09-07T06:00:00.000Z</published>
    <summary>
      <![CDATA[<p>搜索引擎返回的结果必须尊重访问权限——用户不该看到无权访问的文档，哪怕那个文档与查询高度相关。同时需要过滤垃圾页和限制恶意查询，防止低质量内容和滥用行为影响系统。</p>
<p>本篇在检索内部实现权限过滤，而不是在结果页面上隐藏。同时处理租户隔离、垃圾页过滤、查询限额和缓存泄漏。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（28）：搜索质量与访问边界</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-27-%E8%8A%82%E7%82%B9%E6%95%85%E9%9A%9C%E5%A4%87%E4%BB%BD%E4%B8%8E%E6%81%A2%E5%A4%8D/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-27-%E8%8A%82%E7%82%B9%E6%95%85%E9%9A%9C%E5%A4%87%E4%BB%BD%E4%B8%8E%E6%81%A2%E5%A4%8D/"/>
    <published>2026-09-07T05:00:00.000Z</published>
    <summary>
      <![CDATA[<p>上一篇把索引拆成了多个分片。分片解决了容量问题，但带来了新问题：一个分片进程挂了，那个分片上的文档就搜不到了。</p>
<p>本篇用只读副本实现读取冗余，用健康检查发现故障节点，用快照备份保证数据可恢复。目标：停一个进程后查询仍然可用（降级），从快照恢复后数据损失可量化（RPO/RTO）。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（27）：节点故障、备份与恢复</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-26-%E6%8A%8A%E6%9F%A5%E8%AF%A2%E5%88%86%E5%8F%91%E5%88%B0%E5%A4%9A%E4%B8%AA%E5%88%86%E7%89%87/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-26-%E6%8A%8A%E6%9F%A5%E8%AF%A2%E5%88%86%E5%8F%91%E5%88%B0%E5%A4%9A%E4%B8%AA%E5%88%86%E7%89%87/"/>
    <published>2026-09-07T04:00:00.000Z</published>
    <summary>
      <![CDATA[<p>单机索引有容量天花板。内存装不下全部 HNSW 向量时，要么做量化压缩（第 22 篇），要么把索引拆到多个进程上。量化只能压缩 4 倍，而索引拆分没有理论上限。</p>
<p>本篇把索引拆成多个分片，用 scatter/gather 模式分发查询，在 coordinator 上合并全局 Top-K。重点处理分片内 BM25 统计偏差和跨分片评分可比性。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（26）：把查询分发到多个分片</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-25-%E6%96%B0%E9%B2%9C%E5%BA%A6%E4%B8%8E%E6%8C%81%E7%BB%AD%E9%87%87%E9%9B%86/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-25-%E6%96%B0%E9%B2%9C%E5%BA%A6%E4%B8%8E%E6%8C%81%E7%BB%AD%E9%87%87%E9%9B%86/"/>
    <published>2026-09-07T03:00:00.000Z</published>
    <summary>
      <![CDATA[<p>到目前为止，索引中的文档是一次性灌入的。真实搜索引擎的内容不断变化——新页面发布、旧页面修改、过期页面删除。搜索引擎需要持续追踪这些变化，保持索引的新鲜度。</p>
<p>本篇实现持续采集系统：条件请求避免无谓下载，自适应调度控制抓取节奏，有界队列和背压防止资源耗尽，幂等写入保证重试安全，状态持久化保证重启不丢进度。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（25）：新鲜度与持续采集</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-24-%E5%BB%BA%E7%AB%8B%E6%90%9C%E7%B4%A2%E7%9A%84%E6%80%A7%E8%83%BD%E7%94%BB%E5%83%8F/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-24-%E5%BB%BA%E7%AB%8B%E6%90%9C%E7%B4%A2%E7%9A%84%E6%80%A7%E8%83%BD%E7%94%BB%E5%83%8F/"/>
    <published>2026-09-07T02:00:00.000Z</published>
    <summary>
      <![CDATA[<p>搜索系统的各阶段——查询解析、BM25 召回、向量召回、融合、重排——性能特征各不相同。不做测量就不知道瓶颈在哪里，不知道瓶颈就无法有效优化。</p>
<p>本篇为搜索请求建立端到端的性能剖面，用冷热缓存压测暴露真实延迟，用容量账本规划资源预算。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（24）：建立搜索的性能画像</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-23-%E6%A8%A1%E5%9E%8B%E5%8D%87%E7%BA%A7%E6%97%B6%E6%80%8E%E6%A0%B7%E9%87%8D%E5%BB%BA%E7%B4%A2%E5%BC%95/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-23-%E6%A8%A1%E5%9E%8B%E5%8D%87%E7%BA%A7%E6%97%B6%E6%80%8E%E6%A0%B7%E9%87%8D%E5%BB%BA%E7%B4%A2%E5%BC%95/"/>
    <published>2026-09-07T01:00:00.000Z</published>
    <summary>
      <![CDATA[<p>embedding 模型会升级。Qwen3-Embedding-0.6B 今天够用，明天可能被更大或更准的版本替代。新模型产生的向量与旧模型不在同一空间——余弦相似度失去意义。</p>
<p>本篇解决一个工程问题：在不中断服务的前提下，用新模型重建整个向量索引，验证质量，原子切换，并在出问题时回滚。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（23）：模型升级时怎样重建索引</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-22-%E5%8E%8B%E7%BC%A9%E5%90%91%E9%87%8F%E4%B8%8E%E6%8E%A7%E5%88%B6%E6%8E%A8%E7%90%86%E6%88%90%E6%9C%AC/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-22-%E5%8E%8B%E7%BC%A9%E5%90%91%E9%87%8F%E4%B8%8E%E6%8E%A7%E5%88%B6%E6%8E%A8%E7%90%86%E6%88%90%E6%9C%AC/"/>
    <published>2026-09-07T00:00:00.000Z</published>
    <summary>
      <![CDATA[<p>第 18-19 篇用 float32 向量做 HNSW 搜索。512 维 float32 = 2KB/向量。1 万个 chunk 占 20 MB，尚可接受。但向量数增长到百万级时，内存开销达到 GB 级别——单机装不下，或者装得下但挤占了其他组件的内存预算。</p>
<p>本篇用量化减小向量体积，用缓存和批处理降低 embedding 推理的调用成本。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（22）：压缩向量与控制推理成本</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
  <entry>
    <author>
      <name>magicliang</name>
    </author>
    <category term="技术" scheme="https://magicliang.github.io/categories/%E6%8A%80%E6%9C%AF/"/>
    <category term="Java" scheme="https://magicliang.github.io/tags/Java/"/>
    <category term="搜索引擎" scheme="https://magicliang.github.io/tags/%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <category term="Lucene" scheme="https://magicliang.github.io/tags/Lucene/"/>
    <category term="信息检索" scheme="https://magicliang.github.io/tags/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2/"/>
    <category term="从零构建现代搜索引擎" scheme="https://magicliang.github.io/tags/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E/"/>
    <id>https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-21-%E8%AE%A9%E9%87%8D%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E6%A3%80%E6%9F%A5%E5%80%99%E9%80%89/</id>
    <link href="https://magicliang.github.io/2026/09/07/%E4%BB%8E%E9%9B%B6%E6%9E%84%E5%BB%BA%E7%8E%B0%E4%BB%A3%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E-21-%E8%AE%A9%E9%87%8D%E6%8E%92%E5%BA%8F%E6%A8%A1%E5%9E%8B%E6%A3%80%E6%9F%A5%E5%80%99%E9%80%89/"/>
    <published>2026-09-06T23:00:00.000Z</published>
    <summary>
      <![CDATA[<p>上一篇用 RRF 将 BM25 和向量检索的结果合并为一个排名。但 RRF 的融合依据只有排名位置——它不知道候选文档和查询的实际匹配程度。一篇排在 BM25 第 2 名的文档可能因为标题恰好包含查询词而得分高，但正文和查询主题完全无关。</p>
<p>本篇引入重排序模型（reranker），对 RRF 返回的 Top-N 候选逐一做精细评分，找出真正最相关的文档。</p>]]>
    </summary>
    <title>从零构建现代搜索引擎（21）：让重排序模型检查候选</title>
    <updated>2026-09-17T03:55:37.834Z</updated>
  </entry>
</feed>