IVFFlat 索引

IVFFlat 是一种用于近似最近邻搜索的向量索引类型。它是常用的索引类型，在查询高维向量（如表示嵌入的向量）时可提升性能。

选择索引

目前 pgvector 支持两种索引类型：

通常我们推荐使用 HNSW，因为它的性能表现和对数据变化的鲁棒性。如果您有特殊用例需要使用 IVFFlat，请继续阅读。

创建 IVFFlat 索引的方式取决于您使用的距离运算符。pgvector 包含 3 种距离运算符：

根据查询中使用的运算符，使用以下 SQL 命令创建相应的 IVFFlat 索引。

1
create index on items using ivfflat (column_name vector_l2_ops) with (lists = 100);

1
create index on items using ivfflat (column_name vector_ip_ops) with (lists = 100);

1
create index on items using ivfflat (column_name vector_cosine_ops) with (lists = 100);

当前最多支持为2,000维的向量创建索引。

IVF 代表"倒排文件索引"(inverted file indexes)。它通过聚类向量来缩小相似性搜索范围。不同于将向量与所有其他向量进行比较，IVF 只将向量与同一单元格簇（或附近簇，取决于配置）内的向量进行比较。

创建索引时，您需要选择倒排列表（单元格簇）的数量。增加此数量可以加速查询，但会降低召回率。

例如，在使用了余弦运算符的列上创建包含100个列表的索引：

1
create index on items using ivfflat (column_name vector_cosine_ops) with (lists = 100);

有关不同运算符的更多信息，请参阅距离运算符。

对于每个查询，您可以设置探测数量（默认为1）。探测数量对应于要搜索匹配项的附近单元格数量。增加此值可以提高召回率，但会降低速度。

要为当前会话设置探测数量，请运行：

1
set ivfflat.probes = 10;

要仅为当前事务设置探测数量，请运行：

1
2
3
4
begin;set local ivfflat.probes = 10;select ...commit;

如果探测数量与列表数量相同，则将执行精确最近邻搜索，且规划器不会使用索引。

关于 IVF 索引的一个重要注意事项是：最近邻搜索是近似搜索，因为高维数据的精确搜索无法被高效索引。这意味着在添加索引后，相似性结果会（略微）发生变化（这是用召回率换取速度的权衡）。

pgvector 建议仅在表中已有足够数据后才构建 IVFFlat 索引，这样 IVFFlat 内部单元聚类才能基于您数据的实际分布。每当数据分布发生显著变化时，应考虑重建索引。