faiss可以类比为一个可以设置索引的数据库
faiss里面存储的是海量的向量
只是在faiss中么有数据库存储介质这一层的概念，全部都是index，
faiss搜索的基本单位是单个向量，faiss默认输入的是一个向量x，返回和x最相似的k个向量。
************************** 原理 https://zhuanlan.zhihu.com/p/90768014 ****************************
faiss三个最常见的索引是 indexflatl2 indexivfflat indexivfpq
1 indexflatl2 indexflatip为最基础的精准查询
2 indexivfflat称为倒排文件索引，是使用kmeans建立聚类中心，通过查询最近的聚类中心，比较聚类中的所有向量得到相似向量，是一种加速搜索方法的索引
3 indexivfpq 是一种减小内存的索引方式，indexflatl2和indexivfflat 都会全量存储所有的向量在内存中，面对大数据量，faiss提供一种基于 pq的压缩算法编码向量到指定字节数来减小内存占用，但这种情况下，存储的向量是压缩过的，所以查询的向量也是近似的。
4 index_factory是faiss实现的一个索引工厂模式，可以通过字符串来灵活的创建索引，pca算法可以将向量降到指定的维度
ivf原理
训练阶段：对训练样本进行聚类，选取1024个类，那么1000个训练样本平均每个类就只有一个向量，10万个样本，每个类有
查询阶段：对查询样本计算1024个中心的距离，这里计算了1024次，然后找到它所属的聚类中心，这里如果有1000个查询样本，就计算了1000*1024次，那么对于库中的样本，属于其他聚类中心的，我们就不比较了。
PQ
PQ的原理是拆分向量，各自聚类，假如我们输入的是一个128维的向量，我们将他拆成4组，每组就是32维的向量
训练阶段，每组的32维向量进行聚类，得到256个中心点，那么4组，一共就有1024个中心，当然这个256*4个中心，实际上将空间划分为256*4个区域，也就是2的32次方个区域，得到每个区域保存本区域的向量。
*************************原文 https://blog.csdn.net/zlb872551601/article/details/103704874 *******************
选择合适索引的方法，大概需要注意三个方面的知识
1 是否需要精确的结果
flat可以做到精确查询，indexflatl2 ，他不压缩向量，不支持添加id，只支持顺序添加
2 是否关心内存
由于faiss所有的索引都是存储在ram中
如果不需要关心内存为HNSWx ----如果有些担心为 ...FLAT----------相当关心内存为PCARx SQ8 -----非常关系内存为 OPQx_y PQx
3 数据集有多大
如果向量数量低于1百万：”…,IVFx,…”
如果向量数量位于1百万-1千万之间：”…,IMI2x10,…”
如果向量数量位于1千万-1亿之间：”…,IMI2x12,…”
如果向量数量位于1亿-10亿之间：”…,IMI2x14,…”
faiss快速的原因是 不管库中的向量有多少，计算次数都是固定的，都是与聚类中心做计算，只不过库中的向量多，查表的次数就多了。