问向量索引频繁增量更新时如何兼顾在线检索质量？

场景：企业知识库 RAG 系统，Milvus 集群，约 8000 万向量（HNSW 索引，M=16，efConstruction=200），文档每天新增 2~5 万条，还会频繁修订（原文更新后旧 chunk 要删除）。

现象：增量 upsert 跑了一周后，检索召回率从 0.92 掉到 0.85 左右，同时 P99 延迟上涨 40%。 rebuilt 后恢复，但不可能每周全量重建。

问题： 1. HNSW 类图索引在频繁删除/更新下召回率衰减的机理是什么（悬空边、活跃节点比例、层级重构）？有没有经验性的「多少比例删除后该触发索引整理」的阈值参考？ 2. 增量场景下选 IVF 系（分区重训开销大但单分区可控）还是 HNSW（增量友好但会衰减），或流式场景更适合 DiskANN/Vamana 的什么参数组合？ 3. 除了定期 force merge / compact，有没有在线不影响服务质量的索引整理编排实践（双集合切换、按分区灰度重建、影子索引）？各方案的切换一致性怎么保证？