HNSW
O HNSW (hierarchical navigable small world) é um índice baseado em grafos para busca aproximada de vizinhos mais próximos. Ele liga os vetores a seus vizinhos em várias camadas, para que uma busca possa saltar rapidamente em direção às correspondências mais próximas.
Também chamado: hierarchical navigable small world, HNSW index
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
O HNSW é o índice padrão em muitos bancos de dados vetoriais. Ele foi descrito por Malkov e Yashunin em um artigo publicado pela primeira vez em 2016, e é popular porque dá um recall alto com consultas rápidas e não precisa de etapa de treinamento.
Como funciona
Cada vetor se torna um nó ligado a alguns dos seus vizinhos mais próximos. O grafo tem várias camadas. A camada de baixo contém todos os vetores; cada camada acima contém um subconjunto aleatório e cada vez menor, então o topo é esparso, com ligações longas. Uma busca começa no topo, avança de forma gulosa em direção à consulta, depois desce uma camada e repete com passos mais finos até chegar à base. O artigo relata um custo de busca que cresce de forma logarítmica.
Pense nisso como encontrar um endereço: primeiro a rodovia, depois as avenidas, depois as ruas laterais.
Configurações que você vai ver
Os principais ajustes são quantas ligações cada nó mantém (muitas vezes chamado de M), quão ampla é a busca durante a construção do grafo (ef_construction) e quão ampla ela é na hora da consulta (ef ou ef_search). Valores mais altos aumentam o recall e custam mais memória ou tempo. Ajuste-os com métricas de recuperação nos seus próprios dados.
Limites
O HNSW mantém o grafo, e geralmente os vetores, na memória, o que fica caro em grande escala. Apagar itens pode deixar o grafo menos conectado, e combiná-lo com filtragem por metadados rígida pode reduzir o recall. Outros índices de busca aproximada de vizinhos mais próximos equilibram esses custos de outra forma.
Termos relacionados
- Busca aproximada de vizinhos mais próximos
- A busca aproximada de vizinhos mais próximos (approximate nearest neighbor, ANN) encontra vetores próximos a uma consulta sem verificar cada vetor armazenado. Ela abre mão da garantia da melhor correspondência exata em troca de uma busca muito mais rápida em grandes coleções.
- Banco de dados vetorial
- Um banco de dados vetorial (vector database) armazena embeddings junto com seus registros de origem e encontra os vetores guardados mais próximos de um vetor de consulta, geralmente com um índice aproximado para que a busca continue rápida em milhões de itens.
- Busca vetorial
- A busca vetorial (vector search) encontra itens comparando seus embeddings com o embedding de uma consulta e devolvendo os mais próximos, para que os resultados correspondam pelo significado e não por palavras-chave em comum.
- Filtragem por metadados
- A filtragem por metadados (metadata filtering) limita uma busca a itens cujos atributos armazenados, como data, autor, idioma ou grupo de acesso, atendem a condições dadas, junto com ou antes de ordená-los por similaridade vetorial.
- Métricas de recuperação (recall@k, nDCG, MRR)
- Métricas de recuperação (retrieval metrics) avaliam quão bem um sistema de busca retorna documentos relevantes. O recall@k verifica quantos itens relevantes aparecem entre os k primeiros, o nDCG recompensa colocá-los no alto e o MRR mede quão cedo aparece o primeiro correto.