技术深度：双缓冲区、CDC管道与混合检索——三种增量更新策略的对比与组合
一、问题背景：RAG系统的“动态现实”
在实验环境中，RAG系统通常基于一份相对静态的知识库构建。数据批量导入，离线计算嵌入，构建向量索引，然后提供稳定的语义检索能力。
但在真实业务场景中，数据往往是持续变化的：
商品库存实时更新；
价格变动频繁；
工单状态不断变化；
文档版本不断迭代；
日志与事件流持续写入。
如果向量索引不能与业务数据保持足够同步，就会出现：
检索到已删除内容；
返回过期价格；
混合新旧版本；
回答与当前业务状态不一致。
在数据持续变更的环境中，如何实现向量索引的近实时增量更新，而避免频繁全量重建？
二、增量更新的本质难点
实现近实时向量更新，需要同时解决四个问题：
变更捕获：如何知道哪些数据发生变化？
嵌入计算：如何快速计算新的向量表示？
索引更新：如何在不阻塞查询的情况下插入/删除向量？
一致性保证：如何避免“读到旧向量或混合版本”？
这些问题在传统数据库系统中已有成熟方案，但向量索引带来了新的复杂性：
向量索引结构（如 HNSW）插入成本高于普通索引；
删除操作可能导致图结构退化；
大规模高频更新可能影响查询延迟。