我第一次接触FAISS是在做一个图片搜索的小项目，当时手里有几十万张商品图，每张都提取成了512维的特征向量。我问同事“怎么快速找到最像的那几张”，他甩给我一个词：FAISS。后来我才明白，这个东西本质上是把“找相似”变成了一道数学题，再交给高度优化的C++代码去跑。它不负责帮你生成向量，也不帮你存原始数据，它干的事情很纯粹——在海量向量里，用尽量少的算力，帮你把最接近的那几条捞出来。理解了这一点，后面的索引类型、参数调优、工程化都会顺很多。
1.1 向量检索与相似度度量基础
我常常拿“找相似”这件事跟朋友打比方。你想在一堆照片里找到和某张最像的，人眼靠的是颜色、构图、物体轮廓这些模糊的整体印象。机器没有眼睛，我们就把每张照片压缩成一串数字，比如512个浮点数，这串数字就叫向量。向量把语义信息编码进了几何空间，两张图越像，它们的向量在高维空间里就离得越近。向量检索要做的，就是在这个高维空间里找“邻居”。
度量“近”有很多种方式，我踩过坑才搞清楚它们的区别。最常用的是内积（Inner Product），它衡量两个向量的方向一致性，数值越大越相似。欧氏距离（L2）衡量的则是空间里的直线距离，数值越小越相似。还有余弦相似度，本质上是对向量做了归一化之后的内积。这三者在实际使用中经常被混着用，但结果会不一样。我做过一个小实验：同一批文本向量，用内积检索出来的Top10和用L2检索出来的Top10，重合度不到七成。这说明选错了度量方式，检索结果会实实在在地跑偏。
后来我养成了一个习惯，做任何向量检索之前先问自己两个问题：我的向量是归一化过的吗？我真正关心的相似性是哪一种？如果Embedding模型输出时已经做了L2归一化，那内积和余弦相似度就是一回事，用哪个都行。如果没有归一化，那就要小心了。这个细节看起来很小，却是我见过最常见的检索效果不达预期的原因之一。
1.2 FAISS的定位、能力边界与典型应用场景
我挺喜欢FAISS的地方在于它“只做一件事”。它是个相似度检索库，不是数据库，不是向量生成工具，也不是完整的检索服务。你给它一批向量，给它一个查询向量，它返回最近的k个。没有花哨的SQL接口，没有分布式调度，没有自动扩缩容。正因为边界清晰，它能把检索这一件事做到极致，单机就能扛住上亿向量的检索，延迟压到毫秒级。Facebook内部最早用它做大规模图像检索，后来开源出来，成了很多向量数据库底层引擎的“心脏”。
当然，我也得说清楚它不擅长什么。它没有原生的持久化服务，不处理并发连接，不保证数据一致性，更不提供多租户隔离。如果你想做的是一个开箱即用的检索云服务，那FAISS只是整块拼图里的一块。我自己的项目里，FAISS通常扮演“计算内核”的角色，外面还要套一层API、一层任务队列、一层元数据管理。有一次我图省事直接把FAISS索引放在进程内存里对外提供查询，结果服务一重启索引就没了，被线上问题结结实实地上了一课。
它典型的用武之地我总结下来有几个。语义搜索是最常见的，把文本、图片、商品都编码成向量，用户搜一句话就能找到语义相近的内容。推荐系统里用它做召回，从百万候选里快速捞出几百个相关物品。去重场景也很好用，比如内容平台判断两篇文章是不是高度相似。还有这两年火起来的RAG，检索增强生成，FAISS经常作为知识库的检索后端，把相关文档片段找出来喂给大模型。这些场景的共同点都是：数据量大、要求快、对召回率有一定容忍度。
1.3 核心对象与流程：Index、向量、ID映射与距离计算
学FAISS我觉得最关键的是搞懂Index这个对象，它是整个库的入口和骨架。你创建什么样的Index，就意味着你选择了什么样的检索算法、什么样的内存开销、什么样的精度。IndexFlatL2是最朴素的一种，暴力比对，逐个算距离，结果百分百准确，但数据量大了之后慢得让人想砸键盘。IndexIVFFlat就属于“分桶”思路，先聚类把向量分到若干簇里，查询时只扫几个最近的簇，速度快了很多，代价是可能漏掉一些结果。不同的Index名字里藏着的字母缩写，基本就是它的算法缩写。
向量进入Index的方式很简单，调add或者add_with_ids。这里有个新手容易忽略的点：FAISS内部用的是自己维护的位置序号，默认从0开始递增。如果你的业务ID是字符串或者不连续的整数，就需要自己维护一张映射表，或者用IndexIDMap包一层。我一开始没注意这事儿，检索回来的是“第27个向量”，还得反查27对应哪个商品，多绕了一道弯。后来统一用IndexIDMap把业务ID直接塞进去，取值的时候就省心多了。
整个检索流程我梳理成一条线：准备向量 → 选择合适的Index → 训练（有些索引需要）→ 添加向量 → 执行search → 拿到距离和ID。search返回两个数组，一个是距离矩阵，一个是ID矩阵，每一行对应一个查询，每一列对应一个邻居。距离的含义取决于你的度量方式，L2距离是越小越好，内积是越大越好。我见过有人把内积检索的结果按升序看，然后抱怨“怎么最相似的排最后”，其实就是没搞清距离的语义。把这几个概念理顺，后面的安装、调参、工程化就有了稳固的地基。
pip install faiss-cpu
conda install -c conda-forge faiss-cpu
quantizer = faiss.IndexFlatL2(d) index = faiss.IndexIVFFlat(quantizer, d, nlist, faiss.METRIC_L2) index.train(xb) # IVFFlat 必须训练 index.add(xb) index.nprobe = 8 D, I = index.search(xq, k)
quantizer = faiss.IndexFlatL2(d) index = faiss.IndexIVFFlat(quantizer, d, nlist, faiss.METRIC_L2) cp = faiss.ClusteringParameters() cp.niter = 25 # k-means 迭代轮数，默认 25 够用 cp.nredo = 3 # 跑 3 次取最优，训练时间翻 3 倍 cp.verbose = True index.cp = cp index.train(xt) # xt 建议取底库的 10%~20%
index = faiss.IndexIVFPQ(quantizer, d, nlist, m, nbits) id_map = faiss.IndexIDMap2(index) id_map.train(xt) id_map.add_with_ids(xb, np.array(biz_ids, dtype=np.int64))
