1.faiss
使用参考：https://blog.csdn.net/jacke121/article/details/90217423
你如果选择是indexL2等欧式距离，或点积距离的话 是全量比较；特别耗资源；试试IVFFlat,PCA,PQ等优化的算法，效果比较好
https://help.aliyun.com/document_detail/154873.html
0.方案特点
使用RDS PostgreSQL存储图像向量特征值。
使用RDS PostgreSQL的PASE插件，创建图像特征向量的向量索引。
应用输入特征向量，在数据库中通过向量索引快速搜索到与之相似的图像，支持返回向量距离，以及按向量距离进行排序。
当有多个过滤条件时，数据库可以使用多个索引对多个条件进行合并过。滤
1.方案优势
RDS PostgreSQL数据库支持向量索引，图像搜索可以直接在数据库中高效率过滤。
RDS PostgreSQL支持索引合并过滤，可以同时过滤图像条件和其他属性条件，通过索引可以最大化收敛条件结果集，大幅度提升速度，并降低传输数据量，单次查询可以毫秒级完成。
通过RDS PostgreSQL只读实例，可以再次提高整体查询吞吐。
https://blog.csdn.net/ql1053927633/article/details/105787589
选择RocksDB的原因：在本方案中由于数据写入是双写，引擎的主要压力在数据写盘，RocksDB采用LSM树存储引擎，数据写入性能较好，提供了索引机制，并且提供了C++访问接口，能大大降低开发难度。