配置说明

在创建Milvus Collection时，需要指定向量的维度。测试工具在读取数据集时会加载该维度，而且指定的索引类型需要严格区分大小写。下面是测试工具ann_benchmarks的config.yml配置文件中所有相关配置的说明，如表1所示。

建议用户在Milvus启动并创建索引操作之后检查日志信息。若Milvus在日志中持续循环打印报错信息，表示配置参数错误，请根据报错信息进行问题定位与解决，确保查询能够正确执行。

KScaNN不提供外部接口，是基于开源ScaNN算法进行了侵入式修改，并对开源接口进行了扩展。因此，KScaNN的内部接口未实施全面的参数限制。Milvus在对接KScaNN后，同样不会限制开源接口的参数，所有调整均由客户根据实际需求自行完成，以达到更佳的性能表现。

表1 参数配置说明
参数名称	参数描述	类型范围	建议值	配置原则
index_type	测试时指定的索引类型。	std::string，“KSCANN”	KSCANN	无。
metric_type	测试时指定的距离度量方式。	const char*， “L2”：欧氏距离 “IP”：内积	无	数据集自带，无需手动配置。
dim	特征维度。	int	无	数据集自带，无需手动配置。
n_leaves	叶子节点数量。	int	[2000]	该参数影响图构建耗时和最终索引质量，过大可能会导致构建耗时过长以及搜索性能下降，过小则会影响检索精度。
dims_per_block	构图时的PQ阶段，多少维构成一个子向量块。	int	[4]	一般推荐使用4，根据实际情况自行调整。
avq_threshold	构图时的avq阈值。	float	None	该参数影响剪枝策略。对于IP数据集，一般使用0.2；L2数据集一般设置为空。
soar_lambda	控制正交性的参数，仅对IP数据集生效。	float，大于0	[-1]	-1表示不使用，IP数据集根据实际情况自行调整范围。
overretrieve_factor	指定过检索因子，与soar_lambda一起使用，仅对IP数据集生效。	float，[1,2]	[-1]	-1表示不使用，IP数据集根据实际情况自行调整范围。
train_thread	构图时的线程数。	int	[cpu核数]	无特殊情况，设置成cpu核数大小。
nprobe	查询时的复杂query所采用的子空间个数。	int，[1,n_leaves]	[250]	根据实际情况自行调整。
reorder	查询时在重排前保存结果的数量。	int，[k, 底库数量]	[900]	k是最终返回结果数量，reorder需根据实际情况自行调整。
adp_threshold	查询时的智能截断阈值。预留参数，当前版本暂未使用，保留供后续版本扩展使用。	float，[0,0.8]	[0]	根据实际情况自行调整。
adp_refined	查询时简单query所采用的子空间个数。预留参数，当前版本暂未使用，保留供后续版本扩展使用。	int，[0,nprobe]	[0]	典型值为0，但是搜推设置范围为[1,nprobe]，这里设置为[0,nprobe]。根据实际情况自行调整。
num_thread	查询时的线程数。	int，大于等于1	[1]	无特殊情况设置为1。
batch_size	并行自动分批时优先批次大小。	int，大于等于1	[1]	无特殊情况设置为1。

父主题： 特性指南