随着向量数据规模与维度的爆发式增长，高维向量检索逐渐依赖性价比极高的NVMe SSD进行大规模存储。基于图结构的高维向量近似最近邻搜索因高精度和低延迟而被广泛应用，但在SSD存储架构下，图遍历引发的频繁随机I/O操作成为了严重的性能瓶颈。现有优化方法尝试通过“页面扩展”策略在I/O等待时间内重叠CPU计算以降低开销；然而，在面对高维向量数据时，单页面可容纳的节点数量锐减，导致页面扩展范围严重受限，且盲目扩展所有邻居节点引发了大量的计算冗余，无法高效利用I/O时间。

信息存储系统教育部重点实验室硕士生杜佳巍，以及博士生胡进磊、龚诚孝，在导师陈俭喜教授的指导下，针对以上问题，提出了新型图索引结构Giant。Giant引入了“页面组扩展”机制，由两大关键技术支撑：一是常驻内存的“分组索引”，通过对图节点进行分组并为每个分组构建轻量化图索引，同时重排磁盘布局与内存PQ编码以消除映射表开销，实现在I/O等待期间对高质量候选节点进行更深度的图探索；二是存储于SSD页面中未利用空间的“页面扩展列表”，通过筛选多样化节点，为候选池扩展提供更丰富的替代路径。实验结果表明，在多个高维数据集上，Giant相比当前最先进的基线方法将平均查询延迟降低了12%至43%，吞吐量提升了1.10倍至1.41倍，显著提升了海量高维向量检索系统的运行效率。

图1 Giant架构图

图2 不同方法的查询性能对比

该研究工作题为“Giant: An I/O-Optimized Graph-Based Index for High-dimensional Vector Search via Page Group Expansion”，发表在中国计算机学会推荐的B类国际学术会议Database Systems for Advanced Applications（DASFAA2026）上。该研究工作得到了国家重点研发计划（编号：2024YFB4505104）和国家自然科学基金（NSFC 编号：U22A2027）的支持。