要选择构建速度快的向量数据库，可以考虑以下几个因素：
算法效率：选择基于高效算法的向量数据库，比如基于近似最近邻（ANN）搜索的索引结构，如HNSW（Hierarchical Navigable Small World）或FAISS（Facebook AI Similarity Search）等。
并行处理能力：考虑向量数据库是否支持并行化处理，可以利用多核处理器或GPU加速索引构建过程。
硬件资源：选择适合硬件资源的向量数据库，比如适合分布式计算的向量数据库可以充分利用多台机器的计算资源来提高构建速度。
数据规模：根据实际数据规模选择适合的向量数据库，有些数据库在处理大规模向量数据时速度较快，而有些适用于中小规模数据。
社区支持：选择有活跃的社区支持和持续更新的向量数据库，可以及时获取技术支持和新功能，并保证系统的稳定性和安全性。
综合考虑上述因素，可以选择一个适合自己需求的向量数据库来提升索引构建速度。