基础使用

2. 基础使用

2.1 FAISS基础语法

安装与环境配置

# CPU版本 
pip install faiss-cpu

# GPU版本（需要CUDA环境）
pip install faiss-gpu
​

核心概念与基本流程

首先解释下为什么要有训练（train）、添加（add）和搜索（search）这几个操作：

• 训练（train）：对于大多数复杂索引，训练过程能让索引学习向量数据的分布特征，以便后续更高效地组织和搜索数据。例如，IVF 索引会在训练阶段使用聚类算法对向量分组，PQ 索引会在训练阶段学习如何量化向量。但像 IndexFlatL2 这种暴力搜索索引，不需要学习数据分布，所以不用训练。
• 添加（add）：此操作是将待搜索的向量数据存入索引中，只有添加了数据，索引才能对这些数据进行搜索。就像我们把书放进图书馆，之后才能在图书馆里找书。
• 搜索（search）：当索引中有了数据后，就可以用这个操作传入查询向量，从已添加的数据里找出与之相似的向量。

所以，当索引创建好，完成必要的训练后，我们就可以使用 add 把数据添加进去，再用 search 进行相似性搜索。

import faiss
import numpy as np

# 基本使用流程示例
def basic_faiss_usage():
    # 向量维度
    dimension = 128
    
    # 生成示例数据
    np.random.seed(1234)
    
    # 数据库向量：1000个128维向量
    database_vectors = np.random.random((1000, dimension)).astype('float32')
    
    # 查询向量：5个128维向量  
    query_vectors = np.random.random((5, dimension)).astype('float32')
    
    # 1. 创建索引
    index = faiss.IndexFlatL2(dimension)
    # 2. 添加数据到索引
    index.add(database_vectors)
    print(f"索引是否已训练：{index.is_trained}")
    
    # 3. 执行搜索
    k = 3  # 返回每个查询的最相似3个结果
    distances, indices = index.search(query_vectors, k)
    
    print("搜索结果索引：", indices)
    print("对应距离：", distances)

basic_faiss_usage()
​

2.2 核心函数详解

索引创建函数

# L2距离（欧氏距离）索引
index_l2 = faiss.IndexFlatL2(dimension)

# 内积相似度索引  
index_ip = faiss.IndexFlatIP(dimension)

# 带ID映射的索引（便于跟踪原始ID）
index_id = faiss.IndexIDMap(index_l2)
​

数据操作函数

# 添加向量数据
def add_vectors_example():
    dimension = 64
    index = faiss.IndexFlatL2(dimension)
    
    # 生成100个64维向量
    vectors = np.random.random((100, dimension)).astype('float32')
    
    # 添加向量到索引
    index.add(vectors)
    print(f"索引中的向量数量：{index.ntotal}")
    
    # 添加带自定义ID的向量
    index_with_ids = faiss.IndexIDMap(faiss.IndexFlatL2(dimension))
    vector_ids = np.arange(100, 200, dtype=np.int64)  # 自定义ID
    index_with_ids.add_with_ids(vectors, vector_ids)

add_vectors_example()
​

搜索与查询函数

import faiss
import numpy as np

def search_operations():
    dimension = 64
    index = faiss.IndexFlatL2(dimension)
    
    # 生成100个64维向量
    vectors = np.random.random((100, dimension)).astype('float32')
    
    # 添加向量到索引
    index.add(vectors)
    print(f"索引中的向量数量：{index.ntotal}")
    k = 2
    # 生成10个查询向量
    queries = np.random.random((4, dimension)).astype('float32')
    distances, indices = index.search(queries, k)
        
    return distances, indices
distances, indices = search_operations()
print("距离:", distances)
print("索引:", indices)
​

索引状态管理

import faiss
import numpy as np

def index_management():
    dimension = 64
    index = faiss.IndexFlatL2(dimension)
    vectors = np.random.rand(1000, dimension).astype('float32')
    index.add(vectors)
    
    # 检查索引状态
    print(f"索引是否已训练：{index.is_trained}")
    print(f"索引中的向量数量：{index.ntotal}")
    
    # 重置索引（清空所有数据）
    index.reset()
    print(f"重置后向量数量：{index.ntotal}")

index_management()
​