如何持久化 FAISS 索引？

Question

在 FAISS 的 langchain wiki 中，https://python.langchain.com/v0.2/docs/integrations/vectorstores/faiss/，它只讨论了将索引保存到文件。

db.save_local("faiss_index")

new_db = FAISS.load_local("faiss_index", embeddings)

docs = new_db.similarity_search(query)

如何将索引保存到数据库中，以便我们可以组织并并发访问多个索引？

在网上搜索但无法获得太多相关信息。 FAISS 可以与任何类型的分布式数据库一起使用吗？

Answer 1

事实上，FAISS 本身被视为内存数据库，以便基于相似性进行向量搜索，您可以直接使用 FAISS 接口中的

write_index

和

read_index

等函数或使用

save_local

来序列化和反序列化索引以及 LangChain 集成中的

load_local

，通常使用 pickle 进行序列化。

如果需要存储序列化文件，可以手动将它们作为二进制数据保存在 MongoDB 等 NoSQL 数据库中，然后在需要时反序列化并检索它们，但这不是最佳实践！

如果您正在寻找非内存且能够扩展系统的矢量数据库，您可能需要考虑使用专为此目的而设计的Milvus。