介绍
index_factory函数会将一个string进行翻译，来生成一个composite faiss index。该string是一个逗号分割的列表。它的目标是，帮助index结构的构建，特别是它们被嵌套时。index_factory参数通常包含：一个preprocessing组件、inverted file以及一个encoding组件。这里总结了index_factory的components和参数。
示例：
1
index=index_factory(128, "PCA80,FLat")
会为一个128D的vectors生成一个index，它会将它们使用PCA降维到80D上，接着做穷举搜索（exhaustive search）。
1
index = index_factory(128, "OPQ16_64,IMI2x8,PQ8+16")
输入128D的vectors，使用OPQ转换成64D的16个block，使用一个inverted multi-index 2x8 bits（=65536 inverted lists），接着使用一个size=8, 16bytes的PQ进行重定义。
1.前缀(Prefixes)
| String | Class name | 注释 |
|---|---|---|
| IDMap | IndexIDMap | <div style="width: 150pt">用于在不支持它的indexes上开启add_with_ids，主要用于flat indexes</div> |
2.vector转换
这些strings会map成VectorTransform对象，在它们被索引前被应用到vectors上：
| string | class name | output维度 | 注释 |
|---|---|---|---|
| PCA64,PCAR64,PCAW64,PCAWR64 | PCAMatrix | 64 | 使用一个PCA变换来降维. W= whitening, R= random rotation. PCAR对于使用一个Flat或scalar quantizer的预处理特别有用 |
| OPQ16, OPQ16_64 | OPQMatrix | d,64 | 将vectors进行旋转，以便可以通过一个PQ进行有效编码成16个subvectors. 64是output维度，因为它通常有用，也可以降维。如果output维度没指定，那么与input维度相同 |
| RR64 | RandomRotation | 64 | 在输入数据上做Random rotation。维度可以随input增加or减少 |
| L2norm | NormalizationTransform | d | 对input vectors进行L2-normailizes |
| ITQ256, ITQ | ITQMatrix | 256, d | 对input vectors做ITQ转换。当vectors被编码成LSH时很有用 |
| Pad128 | RemapDimensionsTransform | 128 | 对input vectors使用0s进行padding到128维 |
3.非穷举搜索组件
inverted files全部继随自IndexIVF。非穷举搜索组件（non-exhaustive component）指定了coarse quantizer(constructor的第一个参数)应该是什么。
| String | Quantizer class | cnetroids数目 | 注释 |
|---|---|---|---|
| IVF4096 | IndexFlatL2或IndexFlatIP | 4096 | 使用一个flat quantizer，构建IndexIVF变种的一种 |
| IMI2x9 | MultiIndexQuantizer | 2^(2 * 9) = 262144 | 使用更多centroids构建一个IVF，也更可能平衡些 |
| IVF65536_HNSW32 | IndexHNSWFlat | 65536 | quantizer使用一个flat index训练，但索引使用一个HNSW。这会让quantization更快一些 |
HNSW索引继承自IndexHNSW。IndexHNSW会依赖于一个flat storage，它会存储实际vectors。在HNSW32中，32编码了links的数目，最低的level会使用最多的内存，具有32 x 2 links，或者每个vector为32 x 2 x 4=256 bytes。
| String | Storage class | 注释 |
|---|---|---|
| HNSW32 | IndexFlatL2 | 最有用的HNSW变种，因为当links被存储时，对于压缩vectors来说意义不大 |
| HNSW32_SQ8 | IndexScalarQuantizer | SQ8 scalar quantizer |
| HNSW32_PQ12 | IndexPQ | PQ12x8 index |
| HNSW32_16384+PQ12 | Index2Layer | 第1层是一个flat index，PQ会对quantizer的residual进行编码 |
| HNSW32_2x10+PQ12 | Index2Layer | 第1层是一个IMI index，PQ会对quantizer的residual编码 |
4.Encodings
| String | Class name(Flat/IVF) | code size(bytes) | 注释 |
|---|---|---|---|
| Flat | IndexFlat,IndexIVFFlat | 4*d | vectors不做任何处理，直接存储 |
| PQ16, PQ16x12 | IndexPQ, IndexIVFPQ | 16, ceil(16 * 12 / 8) | 使用PQ codes，为每12 bits使用16 codes。当bits的数目被忽略时，它被设置成8 （IndexIVFPQ只支持8-bit的encodings。使用后缀”np”不会训练Polysemous排列，它们可能会慢些） |
| SQ4, SQ8, SQ6, SQfp16 | IndexScalar Quantizer, IndexIVF ScalarQuantizer | 4*d/8, d, 6*d/8, d*2 | Scalar quantizer encoding |
| Residual128, Residual3x10 | Index2Layer | 4*d/8, d, 6*d/8, d*2 | Residual encoding. 将vectors量化成128centroids或者2x10的MI centroids。应根据PQ或SQ来实际编码residual。只作为一个codec使用 |
| ZnLattice3x10_6 | IndexLattice | ceil(log2(128) / 8), ceil(3*10 / 8) | Lattice codec |
| LSH, LSHrt, LSHr, LSHt | IndexLSH | ceil(d / 8) | Binarizes |