Faiss系列, 从单机lib到构建大规模分布式向量检索系统, 且听我娓娓道来
Faiss是什么?
Faiss是Facebook AI团队开源的针对聚类和相似性搜索库，为稠密向量提供高效相似度搜索和聚类，支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。它包含多种搜索任意大小向量集（备注：向量集大小由RAM内存决定）的算法，以及用于算法评估和参数调整的支持代码。Faiss用C++编写，并提供与Numpy完美衔接的Python接口。除此以外，对一些核心算法提供了GPU实现
mac下安装
安装mac xcode工具包
xcode-select --install
因为是通过源码编译, 需要依赖gcc系列工具包, 所以要先执行这一步
安装 openblas
brew install openblas
BLAS是 Basic Linear Algebra Subprograms （基本线性代数子程序）的首字母缩写，主要用来做基础的矩阵计算，或者是向量计算。它分为三级：
BLAS 1级，主要做向量与向量间的dot或乘加运算，对应元素的计算；
BLAS 2级，主要做矩阵和向量，就类似PPT中蓝色部分所示，矩阵A*向量x， 得到一个向量y。除此之外，可能还会有对称的矩阵变形；
BLAS 3级，主要是矩阵和矩阵的计算，最典型的是A矩阵B矩阵，得到一个C矩阵。由矩阵的宽、高，得到一个mn的C矩阵。
为什么BLAS是一个非常重要的库或者接口，是因为它是很多科学计算的核心之一。每年做超级计算机的排行榜，都要做LINPACK测试，该测试很多部分就是做BLAS 3级矩阵和矩阵的计算。此外，还有很多科学和工程的模拟，在转换后都变成了一种矩阵上的操作。如果你把矩阵优化的特别好的话，对整个应用的提升，都是非常有帮助的。
安装swig
brew install swig
简单包装界面产生器（英语：Simplified Wrapper and Interface Generator, SWIG）是一个开源软件工具，用来将C语言或C++写的计算机程序或函式库，连接脚本语言，例如Lua, Perl, PHP, Python, R, Ruby, Tcl, 和其它语言，例如C#, Java, JavaScript, Go, D, OCaml, Octave, Scilab以及Scheme. 也可以输出成XML格式。
安装libomp
brew install libomp
OpenMP（Open Multi-Processing）是一套支持跨平台共享内存方式的多线程并发的编程API，使用C,C++和Fortran语言，可以在大多数的处理器体系和操作系统中运行，包括Solaris, AIX, HP-UX, GNU/Linux, Mac OS X, 和Microsoft Windows。包括一套编译器指令、库和一些能够影响运行行为的环境变量。
编译faiss
- 下载代码, 此处选择最新v1.7.1 tag
git clone https://github.com/facebookresearch/faiss.git
cd faiss
git checkout v1.7.1
- cmake参数选择
vim CMakeLists.txt
此处不需要gpu索引和python版本, 修改CMakeLists.txt 对应设置
option(FAISS_OPT_LEVEL "" "generic")
option(FAISS_ENABLE_GPU "Enable support for GPU indexes." OFF)
option(FAISS_ENABLE_PYTHON "Build Python extension." OFF)
option(FAISS_ENABLE_C_API "Build C API." ON)
cmake 依赖校验
cmake -B build .
- 开始编译
make -C build -j faiss
- 生成c++ lib
make -C build install
- 跑下测试用例
make -C build install
- 跑下 ivfpq的例子
make -C build demo_ivfpq_indexing
至此, 安装验证完成, 下一篇将会剖析下 c++版本 flat索引 原理+源码
对向量检索感兴趣以及对搜索&推荐感兴趣的小伙伴的欢迎加qq 564790073 讨论, 一线大厂搜索中心长期招人
github: https://github.com/hashyong
未经允许禁止转载 谢谢