向量检索中的 Metadata Filter 应该前置、后置还是迭代执行？

面试时怎么答

开场不要选边站，先说过滤位置取决于选择率和索引能力。强权限条件必须保证召回前生效；一般业务属性则可在预过滤、后过滤与迭代扩候选之间选择。

对方若给出“过滤后结果不足 K 条”的场景，解释后过滤会损失召回，解决办法是扩大候选或边搜边过滤；高选择性条件更适合分区或支持过滤的 ANN 索引。

可以这样答：

Metadata Filter 没有固定最佳位置。权限和租户条件必须在召回前生效；高选择性条件前置后能缩小搜索空间，但可能破坏 ANN 的图遍历。后过滤实现简单，却可能把 Top-K 大量删掉，最终拿不满结果。工程上可根据选择率做分区、原生过滤或迭代扩大候选，并同时观察过滤后 Recall、返回条数、查询延迟和越权率。

核心回答

Pre-filter 先限制满足 Metadata 条件的集合，再在集合内做向量近邻搜索；它能保证结果满足条件，但在基于图的 ANN 中，严格过滤可能让可遍历节点稀疏，需要引擎提供 Filter-aware Index、Payload Index 或在小集合上回退精确扫描。Post-filter 先取向量 Top-N，再删除不满足条件的结果，实现简单但可能不足 Top-k；若用于权限控制，还会让未授权对象进入中间候选，不应作为唯一安全边界。

迭代过滤会分批扩大向量候选并逐个/逐批检查条件，直到凑够 k 或达到预算，适合复杂过滤表达式，但延迟更不可预测。最终选择取决于过滤选择率、字段基数、ANN 类型、Top-k 和延迟目标。

展开说明

硬权限应从经过鉴权的服务端上下文生成，而不是信任用户或模型提供的 Metadata。多租户高基数字段可能适合租户分片或专用子索引；低基数、高频条件适合 Payload Index。组合条件的选择率可能随数据变化，需持续统计而不是一次调优后固定。

不同向量数据库对“前置”的实现并不相同：可能是位图筛选、过滤感知 HNSW、迭代扫描或自动切换精确检索。回答时应说明概念和目标版本行为，避免用产品参数代替原理。

工程实践

构造无过滤、宽松、中等、严格和复杂组合五类查询，逐类测 Exact Ground Truth 下的 Recall@K、返回不足 k 比例、P50/P95/P99、访问节点/扫描记录数和内存。权限测试必须覆盖撤权、并发更新、缓存与失败回退，安全指标要求跨租户返回数为零。

常见追问

1. 为什么 Post-filter 可能返回不足 k 条？ ANN 只取了有限 Top-N，若多数候选被过滤，剩余数量不足；可扩大 N 或使用迭代/前置策略，但会增加成本。
2. 严格 Pre-filter 为什么可能降低 ANN Recall？ 过滤后的图可能连通性变差，搜索路径被剪断；过滤感知索引或小集合精确扫描可缓解。
3. Metadata Filter 能否替代鉴权？ 不能；Filter 是检索执行机制，条件必须由可信鉴权上下文生成，并在缓存、取文档和引用接口再次校验。

一句话复习

权限过滤必须安全前置，业务过滤则按选择率、Recall 和延迟选择前置、后置或迭代方案。

参考资料

• 面经主题：公开 LLM 面试题主题汇总
• 官方文档：Milvus Filtered Search
• 官方文档：Qdrant Filterable HNSW and Payload Index