RAG 知识库文档如何更新：增量更新、版本控制、去重与全量重建

第一个企业知识库 RAG 系统上线后，很多团队都会碰到一个很真实的问题：文档明明更新了，回答还是老样子。

这时候先别急着怪 LLM。更常见的原因是知识库没有同步更新，或者更新链路只做了“写入新内容”，没有处理旧版本、权限、索引一致性这些细节。

文档变更频繁之后，问题会更明显：每次都全量重建索引，成本和耗时扛不住；只更新变化部分，又怕漏掉旧块；只插入新向量，不清理旧版本，过期内容还会继续被召回；换了 Embedding 模型，历史数据到底要不要全部重索引，也绕不开。

知识库更新要同时处理版本、权限和多个索引之间的一致性。本文沿着新增、修改、删除三类事件，说明增量同步、全量重建、灰度、回滚和监控怎么配合。

知识库更新要解决哪些问题？

在讲具体方案之前，先把目标说清楚。

更新完成后，检索结果要与当前文档一致，不能越权；同步失败时还要能定位到具体文档和写入端，并能恢复到上一版索引。

动态性指的是，文档变了，索引要能跟上。这个“及时”不一定都是秒级，可能是分钟级，也可能是天级，取决于业务对实时性的要求。内部制度库也许一天同步一次就够，客服知识库和合规条款就可能需要更快。

准确性指的是，更新后召回的内容要和当前文档一致，不能文档已经改了，模型还在引用旧版本。这个问题一旦发生，用户感知会很明显。

一致性更麻烦。同一个文档有不同版本，向量库、元数据库、全文检索又是不同系统，任何一端漏写或延迟，都可能导致结果不一致。

可回滚是为了出故障时能快速切回上一个健康状态，而不是靠人工临时修数据。可观测则要求更新过程能监控，更新结果能评估，失败原因能追到具体环节。

这些目标看起来像常识，但很多项目只做了第一步“更新”，后面几步全靠运气。结果就是文档改了十版，回答还停在第一版；删了一篇敏感文档，过了几个月还能被召回出来。

为什么 Embedding 模型必须保持一致？

这一点要单独拎出来讲：索引时用的 Embedding 模型，必须和查询时用的模型一致。

Embedding 模型会把文本转成向量，不同模型的向量空间并不通用。同一句话用 OpenAI 的 text-embedding-3-small 编码，和用 sentence-transformers 的 all-MiniLM-L6-v2 编码，得到的向量没有可比性。如果索引用模型 A，查询用模型 B，就等于在两个不同空间里算相似度。

具体表现还要看向量维度。如果维度不同，通常无法放进同一个索引，很多向量库会直接拒绝插入或查询。如果维度相同但模型不同，相似度分数也不具备可比性，召回结果不能信。它不是简单的“随机”，而是整个排序基础已经坏了。

生产里最容易忽视的有两个场景。

第一个是模型升级。 业务方觉得新模型效果更好，想从 text-embedding-3-small 切到 text-embedding-3-large。这意味着历史数据必须重新编码、重新入索引。工程上可以用双索引并行和灰度切流降低风险，但重建这一步绕不过去。

第二个是本地模型和 API 模型混用。 测试环境用本地 sentence-transformers，生产环境用 OpenAI API。这种差异在团队协作里特别常见，测试看起来正常，上线后召回率直接腰斩。

比较稳的做法是把 Embedding 模型信息写进元数据，每次查询时都校验模型版本。不匹配时，要么拒绝查询，要么打警告日志并降级到更保守的召回策略。

字段	说明	示例
embedding_model	模型名称	text-embedding-3-large
embedding_model_version	模型版本	2025-01-15
embedding_dimension	向量维度	3072

当 Embedding 模型需要升级时，建议按下面的流程走：

1. 在新索引中用新模型重建所有数据。
2. 新旧索引并行运行一段时间，对比召回率和回答质量。
3. 确认新索引稳定后，通过索引别名把流量切到新索引。
4. 保留旧索引一段时间，用于快速回滚。
5. 确认没有问题后，再删除旧索引。

这个思路和数据库蓝绿部署很像：不要原地改，先建一套新的，验证通过后再切。

如何设计支持更新的元数据体系？

好的元数据设计，是增量更新和回滚的前提。很多 RAG 系统跑着跑着会“失忆”，不是因为不知道文档内容，而是不知道这条向量对应哪个文档、哪个版本、什么时候入库、权限是什么。

每个 Chunk 至少应该带上这些元数据：

{
  "doc_id": "doc-uuid-001",
  "chunk_id": "chunk-uuid-001",
  "content_hash": "sha256:abc123...",
  "version_id": 3,
  "chunk_strategy": "semantic",
  "chunk_size": 512,
  "chunk_overlap": 50,
  "source_id": "confluence-page-123",
  "source_type": "confluence",
  "title": "订单中心接口文档",
  "section_path": "技术文档 / 订单系统 / 接口规范",
  "page": 5,
  "tenant_id": "tenant-001",
  "acl": ["role:admin", "team:order-team"],
  "created_at": "2025-03-01T10:00:00Z",
  "updated_at": "2025-04-15T14:30:00Z",
  "embedding_model": "text-embedding-3-large",
  "embedding_model_version": "2025-01-15",
  "embedding_dimension": 3072,
  "is_deleted": false
}

切分策略也要版本化。切分方式、重叠率、解析方式一旦变化，影响不比 Embedding 模型小，也应该触发重建或双索引灰度。记录 chunk_strategy、chunk_size、chunk_overlap 这些字段，后面做评估和回滚才有依据。

content_hash 是增量更新的核心。它不是文件哈希，而是文档正文或 Chunk 内容的哈希。常见算法有几种：MD5 速度快，但有碰撞风险，适合对碰撞不敏感的场景；SHA-256 碰撞风险极低，更推荐生产使用；SimHash 适合判断内容是否大致相同，常用于网页去重，但不能精确定位具体变化点。

生产环境里，content_hash 主要用来判断“这段文本有没有变”。入库时计算哈希，和数据库里已有记录对比。如果一致，说明内容没变，可以跳过 Embedding；如果不一致，就要重新编码。

version_id 记录文档修改次数。每次文档更新，version_id 加一。它配合 content_hash 使用，可以追踪变更历史，也方便回滚。

is_deleted 是软删除标记。只从向量库删除记录而不在元数据库保留删除状态，会让审计、恢复和跨索引同步失去依据。收到删除事件时，可以先把 is_deleted 设为 true；重新上传时创建新版本或恢复记录，并重新计算 content_hash；查询时默认只保留 is_deleted = false 的记录。

软删除不只是为了区分新旧文档，它还给审计、误删恢复、延迟物理删除、跨系统一致性留了缓冲窗口。

tenant_id 和 acl 是多租户和权限控制的基础。所有会进入模型上下文的内容都必须先通过授权检查，通常在检索前或检索时按租户、角色、资源 ACL 过滤，避免无权限文档占用 Top-K 或泄露给模型。动态权限、跨组织继承等复杂规则可以在候选召回后再次校验，但二次校验必须发生在组装模型上下文之前；返回引用前还可以再核对一次，作为防御性检查。

新增、修改、删除文档如何同步？

文档从源系统到向量库，中间会经过多个环节。任何一环出问题，都会导致数据不一致。

图表加载中

这里要特别注意部分成功。向量库、元数据库、全文索引通常不在同一个事务域，一次写三端很可能出现部分成功。更稳的做法是以元数据库作为 source of truth，记录每个 Chunk 的索引状态，比如 index_status = 'ready' / 'partial_failed'。后台补偿任务定期重试失败端，再通过 reconciliation 扫描差异。

新增文档

新增是三类操作里最简单的。一般流程是：解析文档，提取正文、标题、层级结构；按既定策略切分 Chunk；计算每个 Chunk 的 content_hash；检查哈希是否已经存在；不存在时生成向量，并写入向量库、元数据库、全文索引。

幂等性很重要。新增操作必须能重复执行。即使消息队列重复投递同一条消息，或者 worker 崩溃重启后再次处理，也不应该产生重复记录。

修改文档

修改比新增复杂，关键问题是旧版本数据怎么办。

需要避免查询同时看到两版内容，也要避免更新过程中暂时查不到任何版本。常见做法是先写入不可见的新版本，再原子切换活动版本：

1. 根据 doc_id 查询元数据库，记录当前活动版本和旧 chunk_id 列表。
2. 写入带新 version_id 的 Chunk、向量和全文索引，并保持 status = 'building'，不参与在线检索。
3. 校验三端写入结果后，在元数据库或索引别名中把活动版本原子切到新版。
4. 将旧版标记为删除，按保留策略异步清理。

如果向量库支持基于主键的原子更新，比如 Milvus 的 upsert，可以直接覆盖同一主键记录。但要注意，upsert 只能覆盖同一主键实体。如果文档重新切分后 Chunk 数量或 chunk_id 变化，仍然要按 doc_id + version_id 清理旧版本残留。

如果存储端不能原子替换整篇文档，就用 active_version 过滤、索引别名或双索引切换。直接先删旧记录再写新记录，会出现短暂的空窗；直接先写新记录但不做版本过滤，则可能同时命中新旧内容。

一个很常见的坑是只写新向量，不删旧向量。

如果文档修改 10 次后，向量库仍保留 10 个可检索版本，查询可能命中过时内容。修改流程必须停用旧版本，并按保留策略清理旧向量，否则知识库会持续失真。

删除文档

删除可以分为软删除和物理删除。

软删除是把 is_deleted 标记设为 true。它便于保留变更历史和处理误删，但不适用于要求立即擦除数据的合规请求。

物理删除是从向量库、元数据库、全文索引和相关缓存中移除记录。软删除保留多久，要根据业务恢复目标、数据分类和合规要求确定，不能把固定天数当作通用默认值。

软删除方便恢复和审计，但会增加存储成本和过滤开销。物理删除更彻底，适合合规删除、敏感数据删除，但恢复成本高。生产上更常见的是“软删除 + 延迟物理删除 + 删除审计日志”。如果是敏感文档，还要清理 rerank 缓存、LLM 上下文缓存等旁路缓存。

删除还有一个隐蔽问题：权限变更后的“幽灵数据”。比如一篇文档原本所有员工可见，后来改成“仅高管可见”。如果向量库里的旧 acl 没更新，普通员工查询时可能仍然召回这篇文档。正确做法是权限变更触发文档重新索引，确保元数据里的 acl 是最新的。如果向量库支持原子更新 ACL 字段，也可以不重建向量，只更新元数据。

增量更新和全量重建各适合什么场景？

常见组合是用增量更新处理日常变化，在模型升级、切分策略迁移或严重数据不一致时执行全量重建。是否定期全量重建，要看索引实现、更新频率和一致性检查结果。

维度	增量更新	全量重建
触发条件	文档变更事件	定时任务或手动触发
覆盖范围	仅变化的文档	整个知识库
计算成本	低，只处理变化部分	高，需要处理全部数据
更新延迟	低，可近实时	高，可能需要数小时
数据一致性	依赖变更检测准确性	需基于源系统快照或版本时间戳保证与源系统一致
适用场景	日常变更、高频更新	模型升级、策略调整、故障恢复
主要风险	变更漏检导致数据陈旧	占用额外算力和存储；切换方案不完整时影响服务

增量更新适合什么场景？

增量更新适合文档变更频率适中、对实时性有要求、知识库规模较大的场景。比如每天几十到几百次文档变更，业务能接受分钟级同步，全量重建成本又比较高。

增量更新依赖变更检测机制。常见方案有三种：

1. Webhook / 事件驱动：源系统，比如 Confluence、Git、数据库，主动提供变更通知，RAG 系统订阅并处理。延迟最低，但要求源系统支持。
2. CDC（Change Data Capture）：监听数据库 binlog 或变更日志，捕获数据变化。适合结构化数据源。
3. 定时轮询：按固定间隔，比如每 5 分钟扫描源系统，对比 updated_at 时间戳。实现简单，但有延迟，也会给源系统带来压力。

生产里更稳的是事件驱动 + 轮询兜底。事件驱动处理日常增量，轮询用来防漏检。中间加消息队列，比如 Kafka、RocketMQ，用来解耦源系统和 RAG 处理流程。

全量重建适合什么场景？

全量重建通常用于这些情况：

• Embedding 模型升级。这是硬需求，绕不过去。
• Chunk 策略调整。比如从固定 500 Token 改成语义切分。可以全量重建，也可以用版本化索引逐批迁移，但同一评测和检索链路要能区分策略版本。
• 数据结构变更。比如新增或修改元数据字段。
• 严重故障恢复。增量链路长期失灵，数据已经明显陈旧。
• 定期健康维护。部分向量库在高频删除后会留下 tombstone 删除标记、索引碎片，甚至出现召回退化。具体表现和索引类型、产品实现有关，比如基于 HNSW + tombstone 清理机制的产品，最好查对应向量库文档确认。

全量重建最怕服务中断。比较稳的做法是索引别名切换：

图表加载中

步骤大致是：

1. 查询服务通过索引别名 prod_index 访问，旧索引是 index_v1。
2. 后台启动重建任务，构建新索引 index_v2。
3. 新索引验证通过后，把别名 prod_index 指向 index_v2。Milvus / Zilliz 的 alias 机制支持在 collection 间切换，其他向量库是否有同等能力要单独确认。
4. 保留旧索引 index_v1 一段时间，比如 7 天，用于快速回滚。
5. 确认没问题后，删除旧索引。

生产环境的稳态策略

增量链路通过 Webhook 或 CDC 捕获日常变更，轮询和 reconciliation 用来发现漏写、漏删和乱序。全量重建按需触发：模型升级、索引策略迁移或一致性检查持续失败时再执行。部分系统会安排周期性重建，但周期要根据索引实现、删除比例、重建成本和一致性指标确定，不能统一按周或按月设置。

如何让更新链路稳定可靠？

幂等更新：消息队列的好搭档

消息队列天然会有重复投递。网络抖动、consumer 崩溃重启、offset 没提交，都可能导致同一条消息被重复消费。

幂等更新的重点是去重依据。比较可靠的是基于 doc_id + content_hash 或 doc_id + version_id 做唯一约束。但要注意，并发场景下，简单“先查再写”不够安全，两条相同或乱序消息同时到达时，仍然可能互相覆盖或重复写入。

更稳的做法有几种：

1. 依赖唯一约束：以 doc_id + content_hash 或 doc_id + version_id 建唯一索引，插入时让数据库拒绝重复。
2. 乐观锁 / 分布式锁：写入新版本前先拿锁，防止并发覆盖。
3. 事务 outbox：变更事件先写入 outbox 表，再由消费者幂等处理。

下面的示例在唯一约束之外增加了索引状态。index_status 可以取 pending、processing、partial_failed 和 ready；claim_token 与 claimed_at 用于防止多个消费者同时处理同一条记录，并允许超时任务被接管。

from uuid import uuid4


def process_document_change(event):
    doc_id = event['doc_id']
    content = event['content']
    version_id = event.get('version_id', 1)
    chunk_hash = compute_hash(content)

    # 使用完整内容哈希，避免前缀相同的不同内容发生碰撞
    chunk_id = f"{doc_id}_{version_id}_{chunk_hash}"

    # 重复事件不会创建新记录；失败记录仍可从原状态继续处理
    db.execute("""
        INSERT INTO chunks (
            doc_id, chunk_id, content_hash, version_id, is_deleted, index_status
        )
        VALUES (
            :doc_id, :chunk_id, :content_hash, :version_id, false, 'pending'
        )
        ON CONFLICT (doc_id, chunk_id) DO NOTHING
    """, {
        'doc_id': doc_id,
        'chunk_id': chunk_id,
        'content_hash': chunk_hash,
        'version_id': version_id
    })

    claim_token = str(uuid4())
    claimed = db.fetch_one("""
        UPDATE chunks
        SET index_status = 'processing',
            claim_token = :claim_token,
            claimed_at = CURRENT_TIMESTAMP
        WHERE doc_id = :doc_id
          AND chunk_id = :chunk_id
          AND (
              index_status IN ('pending', 'partial_failed')
              OR (
                  index_status = 'processing'
                  AND claimed_at < CURRENT_TIMESTAMP - INTERVAL '10 minutes'
              )
          )
        RETURNING chunk_id
    """, {
        'doc_id': doc_id,
        'chunk_id': chunk_id,
        'claim_token': claim_token
    })

    # 没有抢到任务，说明记录已完成或仍由另一个消费者处理
    if claimed is None:
        logger.info(f"Doc {doc_id} is ready or being processed, skipping")
        return

    try:
        # upsert 必须以 chunk_id 为幂等键，重复执行不会产生多份向量
        embedding = embedding_model.encode(content)
        vector_db.upsert(doc_id, chunk_id, embedding, {
            'doc_id': doc_id,
            'content_hash': chunk_hash,
            'version_id': version_id,
            'updated_at': now()
        })

        db.execute("""
            UPDATE chunks
            SET index_status = 'ready',
                claim_token = NULL,
                claimed_at = NULL
            WHERE doc_id = :doc_id
              AND chunk_id = :chunk_id
              AND claim_token = :claim_token
        """, {
            'doc_id': doc_id,
            'chunk_id': chunk_id,
            'claim_token': claim_token
        })
    except Exception as e:
        db.execute("""
            UPDATE chunks
            SET index_status = 'partial_failed',
                claim_token = NULL,
                claimed_at = NULL
            WHERE doc_id = :doc_id
              AND chunk_id = :chunk_id
              AND claim_token = :claim_token
        """, {
            'doc_id': doc_id,
            'chunk_id': chunk_id,
            'claim_token': claim_token
        })
        logger.error(f"Failed to process {doc_id}: {e}")
        raise

唯一约束负责去重，条件更新负责原子抢占任务，partial_failed 则让后续重试可以继续写向量。这里使用 PostgreSQL 风格的 RETURNING 获取抢占结果，避免依赖不同数据库驱动行为不一致的 rowcount。如果业务数据库和向量数据库无法放进同一事务，向量写入必须按 chunk_id 幂等；即使向量已经写入、状态更新却失败，重试也可以安全地再次 upsert。生产环境还需要由定时任务扫描超过租约时间的 processing 记录。

乱序事件处理

消息队列的投递顺序不一定总是符合预期。RAG 更新链路里，先收到 v3 再收到 v2 很常见。如果不处理乱序，旧版本就可能覆盖新版本。

通常要做几件事：

1. 每个文档事件携带 source_version、updated_at 或单调递增的 revision，用于判断新旧。
2. 写入前校验 event.version >= current_version，旧事件直接丢弃或写入审计日志。
3. 对同一 doc_id 做分区有序消费，比如 Kafka key 使用 doc_id，保证同一文档的消息落在同一 partition。
4. 对乱序丢弃做监控打点，方便发现源系统事件异常。

失败重试和死信队列

处理链路的任何环节都可能失败：网络抖动、API 限流、向量库暂时不可用、解析器异常，都会发生。

比较稳的策略是指数退避重试 + 死信队列兜底。

def process_with_retry(event, max_retries=3):
    # max_retries 表示首次尝试失败后，最多再重试多少次
    for attempt in range(max_retries + 1):
        try:
            process_document_change(event)
            return  # 成功，直接返回
        except TransientError as e:
            if attempt == max_retries:
                break
            wait_time = 2 ** (attempt + 1)  # 指数退避：2s, 4s, 8s
            logger.warning(f"Attempt {attempt + 1} failed: {e}, retrying in {wait_time}s")
            time.sleep(wait_time)
        except PermanentError as e:
            # 永久性错误（如格式错误），不重试，直接打入死信队列
            logger.error(f"Permanent error, sending to DLQ: {e}")
            dlq.send(event, reason=str(e))
            return

    # 超过最大重试次数，打入死信队列并告警
    logger.error(f"Max retries exceeded for {event['doc_id']}")
    dlq.send(event, reason="max_retries_exceeded")
    alert.trigger(f"Document update failed after {max_retries} retries: {event['doc_id']}")

错误分类很重要。网络超时、API 限流这类瞬时错误可以重试；格式错误、字段缺失这类永久错误不应该反复重试，重试多少次都不会成功，只会浪费资源。

死信队列里的消息不能一直堆着。建议定期 Review，比如每周看一次，修复原因后再重新投递。

回滚机制：出问题时的应急通道

回滚不是后悔药，而是应急通道。好的回滚机制应该让操作者能快速切回上一个健康状态。

索引别名切换的回滚最简单。别名切换后，如果新索引有问题，把别名指回旧索引即可。前提是旧索引还没删。

模型升级的回滚，要在升级前记录旧模型的 model_name、model_version 和对应索引。如果新模型表现异常，优先把模型与索引一起切回旧版本；旧索引已经清理时，才需要基于旧模型重建。

数据版本回滚可以利用 updated_at 和 version_id 字段。需要回滚到某个时间点时，从历史快照恢复。快照可以是向量库 snapshot，也可以放在独立对象存储里。

权限回滚要更谨慎。如果权限变更导致数据泄露，第一步不是慢慢修索引，而是立刻阻断影响范围：下线相关知识库或租户检索入口、禁用问题索引、强制引用前鉴权。只有无法界定影响面时，才考虑全局停服。

def rollback_to_version(target_version_id):
    # 查询目标版本的快照
    snapshot = get_snapshot(version_id=target_version_id)
    if not snapshot:
        raise ValueError(f"No snapshot found for version {target_version_id}")

    # 停止服务
    service.set_status('maintenance')

    # 恢复快照
    vector_db.restore(snapshot)

    # 重启服务
    service.set_status('active')

    # 发送告警
    alert.trigger(f"System rolled back to version {target_version_id}")

灰度发布：新策略先小流量验证

知识库更新策略也要像 APP 发布一样灰度，不要一把梭。

常见灰度方式有几种：按文档数量灰度，比如先更新 10% 文档；按用户灰度，比如先让 5% 用户看到新索引结果；按问题类型灰度，比如先验证精确查询这类对索引变化更敏感的问题。

灰度期间要重点盯这些指标。下面的阈值只是示例，生产环境要基于历史基线、离线评估集和线上 A/B 结果校准，不能直接照抄。

指标	含义	告警阈值
retrieval_hit_rate@10	前 10 个召回结果中包含正确答案的比例	下降 > 5%
avg_answer_latency	平均回答延迟	上升 > 20%
citation_accuracy	引用准确性	下降 > 3%
user_feedback_negative_rate	用户负面反馈率	上升 > 2%

任何一个关键指标触发告警，都应该暂停灰度，先排查问题。别等全量上线后才发现召回质量掉了。

知识库更新有哪些常见坑？

坑一：只插入新向量，不删除旧向量

这是最常见的问题。文档被修改 5 次，向量库里留下 5 个版本。用户查询时召回旧版本，模型基于过时信息回答。

解决思路很简单，但必须做：修改文档时同步处理旧向量。可以在写入新向量前，先根据 doc_id 清理旧记录。

坑二：Embedding 模型混用

索引用模型 A，查询用模型 B，向量空间完全不兼容。

解决方式是把 embedding_model 和 embedding_model_version 作为必填元数据。查询前校验模型版本，不匹配就拒绝或降级。

坑三：Chunk 策略变了，但历史数据不重建

从固定长度切分改成语义切分，从 500 Token 改成 800 Token，只对新文档生效，历史数据还是旧策略。这会导致一个知识库里混着多套切分逻辑，召回评估也会变得很乱。

解决方式是给 Chunk 策略加版本。可以全量重建，也可以先写入新版索引并逐批迁移旧文档，验证后再切换活动版本；不能让两套策略在没有版本标记的情况下混用。

坑四：文档删除后仍被召回

软删除没做好，或者删除逻辑只处理了向量库，没处理全文索引。

删除操作必须三端一致：向量库、元数据库、全文索引都要同步处理。更稳的做法是用 outbox pattern 记录变更事件，消费者幂等执行；再通过定期 reconciliation 对比源系统、元数据库、向量库、全文索引，修复漏删、漏写和乱序事件。

坑五：权限元数据不同步

文档权限从“公开”改成“仅管理员可见”，但向量库里的 acl 字段没更新。

权限变更必须触发文档重新索引。如果向量库支持原子更新 ACL 字段，可以只更新元数据而不重建向量，但前提是向量库有这个能力。

坑六：变更检测漏检

Webhook 漏发、CDC 延迟、轮询间隔太大，都会导致文档已经变了，但索引没变。

解决方式是事件驱动 + 轮询兜底。同时建立数据新鲜度监控，定期检查源系统和向量库里的 updated_at。如果源系统时间比索引时间新超过阈值，就触发告警，必要时自动重新索引。

如何保证知识库更新的可观测性？

知识库更新链路必须有监控，否则就是盲跑。文档有没有更新、哪一步失败、失败后有没有补偿，不能靠用户投诉来发现。

关键监控指标可以从这些开始：

指标	说明	推荐告警阈值
index_lag_seconds	从文档变更到索引完成的时间	> 5 分钟
failed_updates_total	失败的更新操作累计数	> 0 持续 10 分钟
dlq_size	死信队列当前积压量	> 100
retrieval_hit_rate	召回准确率	环比下降 > 5%
stale_docs_count	陈旧文档数量，源系统已更新但索引未更新	> 10
source_to_queue_lag_seconds	源系统变更到事件入队延迟	> 1 分钟
queue_to_index_lag_seconds	事件入队到索引完成延迟	> 5 分钟
index_success_rate	索引成功率	< 99%
partial_index_count	部分写入成功但未完成的文档数	> 0 持续 30 分钟
acl_mismatch_count	源系统 ACL 与索引 ACL 不一致数量	> 0

每次更新操作都应该记录审计日志，包括 doc_id、change_type（新增 / 修改 / 删除）、timestamp、operator（自动 / 手动）、result（成功 / 失败）、error_message。真正出问题时，这些字段能帮你快速定位是哪条记录、哪个环节、什么时候失败的。

上线检查

上线前要验证四件事：

1. 索引和查询使用同一套 Embedding 模型及版本；
2. 所有候选在进入模型上下文前完成鉴权；
3. 文档更新通过活动版本或别名原子切换；向量库、元数据库、全文索引和缓存的失败能够被补偿任务发现。
4. doc_id、content_hash、version_id、索引状态和审计日志应当贯穿这条链路。

总结

RAG 知识库更新不只是写一个定时任务重新索引。它涉及变更检测、数据一致性、幂等写入、版本控制、灰度发布、回滚机制和可观测性。

几个结论可以记住。

Embedding 模型一致性是硬规则。更换模型必须全量重建索引，不能偷懒。

元数据设计是增量更新的前提。doc_id、content_hash、version_id、is_deleted 这些字段，是幂等更新、版本追踪和回滚的基础。

删除操作必须三端一致。向量库、元数据库、全文索引都要同步处理，否则迟早会出现幽灵数据。

增量更新负责日常变化，全量重建负责周期性健康维护。两者配合起来，系统才不容易长期漂移。

索引别名切换是生产级灰度和回滚的常用做法。先建新索引，验证后切换，旧索引保留一段时间兜底。

幂等、重试、死信队列是更新链路可靠性的基本盘。可观测性则是最后一道防线：不知道更新有没有成功，就等于没更新。

RAG 知识库维护不是上线前做一次就结束，而是上线后才真正开始。

参考资料

• How to Update RAG Knowledge Base Without Rebuilding Everything
• RAG Knowledge Base Management: Updates & Refresh
• RAG in Practice: Versioning, Observability, and Evaluation in Production
• RAG in Production: Deployment Strategies & Practical Considerations
• 23 RAG Pitfalls and How to Fix Them
• Incremental Indexing Strategies for Large RAG Systems
• RAG Series: Embedding Versioning with pgvector