轉載自： https://blog.csdn.net/sparkexpert/article/details/68922307
對faiss進行基本的案例學習，具體步驟如下：
step1：構造實驗數據
step2：爲向量集構建IndexFlatL2索引，它是最簡單的索引類型，只執行強力L2距離搜索
step3：進行簡單的k-近鄰搜索
結果如下：
NOTE：
1.程序輸出爲查詢向量的最近鄰的4個向量的索引
step4：加快搜索速度
方法：
通過使用IndexIVFFlat索引，將數據集分割成多個，我們在d維空間中定義Voronoi單元，每個數據庫向量落在其中一個單元格中。在搜索時，只有查詢x所在的單元格中包含的數據庫向量y和幾個相鄰的數據庫向量y與查詢向量進行比較。
搜索方法有兩個參數：nlist（單元格數），nprobe（執行搜索訪問的單元格數（nlist以外））
對於nprobe = 1，結果如下：
結果和上面的強力搜索類似，但是不同（見上文）。這是因爲一些結果不在完全相同的Voronoi細胞。因此，訪問更多的單元格可能是有用的。
設置nprobe = 10，結果如下：
這是正確的結果。
但注意：在這種情況下獲得完美的結果只是數據分佈的一個假象，因爲它在x軸上有一個強大的組件，這使得它更容易處理。nprobe參數始終是調整速度和結果精度之間權衡的一種方式。設置nprobe = nlist給出與強力搜索相同的結果（但較慢）。
step5：進一步縮小存儲空間
我們看到的索引IndexFlatL2和IndexIVFFlat都存儲完整的向量。 爲了擴展到非常大的數據集，Faiss提供了基於產品量化器的有損壓縮來壓縮存儲的向量的變體。壓縮的方法基於乘積量化。
結果如下：
我們可以觀察到最近的鄰居被正確地找到（它是矢量ID本身），但是向量自身的估計距離不是0，儘管它遠遠低於與其他鄰居的距離。這是由於有損壓縮。
另外搜索真實查詢時，雖然結果大多是錯誤的，但是它們在正確的空間區域，而對於真實數據，情況更好，因爲：
1.統一數據很難進行索引，因爲沒有規律性可以被利用來聚集或降低維度
2. 對於自然數據，語義最近鄰居往往比不相關的結果更接近。