pymilvus创建IVF_FLAT向量索引

索引简介

索引的作用是加速大型数据集上的查询。

目前，向量字段仅支持一种索引类型，即只能创建一个索引。

milvus支持的向量索引类型大部分使用近似最近邻搜索算法(ANNS,approximate nearest neighbors search) 。ANNS 的核心思想不再局限于返回最准确的结果，而是仅搜索目标的邻居。 ANNS 通过在可接受的范围内牺牲准确性来提高检索效率。

IVF_FLAT索引

IVF_FLAT将向量数据划分为nlist簇(cluster)单元，然后比较目标输入向量与每个簇中心之间的距离。

根据系统设置查询的簇数 ( nprobe)，根据目标输入与最相似簇中的向量之间的比较返回相似性搜索结果 - 大大减少查询时间。

通过调整nprobe，可以针对给定场景找到准确度和速度之间的理想平衡。IVF_FLAT 性能测试的结果表明，随着目标输入向量数量( nq,number of query)和要搜索的簇数量 ( nprobe) 的增加，查询时间急剧增加。

IVF_FLAT是最基本的IVF索引，每个单元存储的编码数据与原始数据一致。

倒排文件（Inverted File）是一种常用的索引结构，用于加速近似最近邻搜索。

IVF_FLAT索引的工作流程如下：

1. 数据库中的向量被聚类成多个聚类，每个聚类中包含一组相似的向量。

2. 建立倒排文件，将每个聚类的标识符和相应的向量列表保存起来。

3. 对于每个聚类，构建Flat L2索引，以便能够快速找到聚类内部的最近邻居。

4. 在搜索时，首先找到与查询向量相似度最高的聚类，然后在该聚类内使用Flat L2索引进行进一步搜索，找到最终的最近邻居。

使用attu创建IVF_FLAT索引

使用pymilvus创建IVF_FLAT索引

from pymilvus import (
    connections,
    Collection,
)

collection_name = "hello_milvus"
host = "192.168.230.71"
port = 19530
username = ""
password = ""

print("start connecting to Milvus")
connections.connect("default", host=host, port=port,user=username,password=password)

coll = Collection(collection_name, consistency_level="Bounded",shards_num=1)

print("Start creating index")
index_params = {
    "index_type": "IVF_FLAT",
    "metric_type": "L2",
    "params": {
        "nlist": 100
    }
}

coll.create_index(
  field_name="embeddings",
  index_params=index_params,
  index_name="idx_em"
)

print("done")