登录
推荐 文章 Go 技术 课程 下载 专题 AI
首页 >  科技周边 >  人工智能

FAISS IndexIDMap2 怎样按自定义 ID 删除向量

来源:17golang原创

时间:2026-11-18 00:26:04 334浏览 收藏

如果业务表里的主键已经是 101、205、309 这类自定义 ID,不要把它们重新压成 0、1、2 再交给 FAISS。用 IndexIDMap2 包住底层索引后,通过 add_with_ids 写入向量和业务 ID,删除时把同一批业务 ID 交给 remove_ids 即可。返回值是实际删除的数量,ntotal 则反映删除后的索引条目数。

最小做法是:mapped.add_with_ids(vectors, ids) 写入,removed = mapped.remove_ids(ids_to_remove) 删除;删除参数代表显式 ID,不代表当前向量的位置。IndexIDMap2 中其它显式 ID 不会因为删除而整体前移。

官方地址:https://github.com/facebookresearch/faiss/wiki/Special-operations-on-indexes

一、先分清底层位置和业务 ID

FAISS 的底层索引负责存储和检索向量,IndexIDMap2 负责维护“业务 ID ↔ 向量条目”的关系。底层使用 IndexFlatL2 时,直接调用它的 add_with_ids 并不成立;包装后才可以把任意的 64 位整数 ID 作为标签写入。

这里有三个容易混淆的数字:

概念含义删除时是否直接使用
业务 ID例如 101、205,由应用保存并传给 FAISS是
内部位置底层数组当前的槽位,不是稳定业务标识否
搜索标签search 返回的 label,使用映射后就是业务 ID可用于回查
FAISS IndexIDMap2 将业务 ID 映射到向量并支持按 ID 删除的结构说明图
图1:IndexIDMap2 中业务 ID、映射表和底层向量的关系说明图,不是运行截图。

二、用 add_with_ids 写入自定义 ID

向量数组必须与 ID 数组一一对应,通常使用 int64 保存 ID,向量使用连续的 float32 数组。下面的示例只展示映射和删除所需的最小准备,不涉及模型生成向量。

import faiss
import numpy as np

# 三条向量的维度都是 4,实际项目中应替换成已经生成的 float32 向量
vectors = np.asarray([
    [0.10, 0.20, 0.30, 0.40],
    [0.20, 0.10, 0.40, 0.30],
    [0.90, 0.80, 0.70, 0.60],
], dtype="float32")

# 业务主键使用 int64;数组顺序必须和 vectors 行顺序一致
ids = np.asarray([101, 205, 309], dtype="int64")

# IndexIDMap2 在底层平面索引上保存显式 ID,并额外支持按 key 重建
base = faiss.IndexFlatL2(vectors.shape[1])
mapped = faiss.IndexIDMap2(base)
mapped.add_with_ids(vectors, ids)

# ntotal 是当前索引中的向量数量,不是最后一个业务 ID
print(mapped.ntotal)

写入后,搜索结果中的标签会是 101、205、309,而不是 0、1、2。应用层可以直接用这个标签回查业务表,但要确保一个索引内的显式 ID 具有清晰的唯一性约束。

三、用 remove_ids 按业务 ID 批量删除

Python 接口可以接收 NumPy 数组形式的待删除 ID。删除是按显式 ID 匹配的:数组里放 205,就会尝试删除 ID 为 205 的向量,而不是删除当前下标为 205 的槽位。

# 只放需要删除的业务 ID;不存在的 ID 不会误删其它向量
ids_to_remove = np.asarray([205, 999], dtype="int64")
removed = mapped.remove_ids(ids_to_remove)

# removed 是本次真正移除的数量;999 不存在,所以只删除 205
print("removed:", removed)
print("remaining:", mapped.ntotal)

如果输入中包含一个不存在的 ID,返回数量不会把它算进去。把“请求删除了几个 ID”和“实际删除了几个条目”分开记录,批处理日志会更容易排查。

FAISS remove_ids 按自定义 ID 匹配并返回实际删除数量的结果示意图
图2:remove_ids 将存在与不存在的 ID 分开处理并返回实际删除数量的结果示意图,不是运行截图。

四、根据返回值和 ntotal 判断结果

删除操作最值得关注的是两个结果:removed 和 mapped.ntotal。前者回答“这次删掉了多少条”,后者回答“索引现在还剩多少条”。不要只根据没有抛出异常就认为所有 ID 都已删除。

before = mapped.ntotal
requested = np.asarray([101, 1001], dtype="int64")

# 返回值用于区分全命中、部分命中和完全未命中
removed = mapped.remove_ids(requested)
after = mapped.ntotal

if removed == len(requested):
    print("all requested IDs were removed")
elif removed == 0:
    print("no requested ID was present")
else:
    print("partially removed")

# 对于删除成功的条目,数量变化应与 removed 一致
print("delta:", before - after)

生产代码可以额外在应用数据库里记录本次请求的 ID、实际删除数量和删除后的 ntotal。这属于状态同步记录,不要把它当成 FAISS 的事务回滚机制:如果应用层还有一份元数据,仍需要自行处理两边的失败恢复。

五、删除后为什么其它 ID 不会整体前移

顺序数组删除元素时,后面的数组位置通常会向前移动;但 IndexIDMap2 存储的是显式 ID,删除 205 不会把 309 改成 205。也就是说,业务 ID 是稳定标签,内部存储位置则可以变化,应用不应保存内部位置作为长期引用。

如果需要按 key 重建向量,IndexIDMap2 还提供了以显式 ID 为入口的能力;找不到 key 时应把异常当成“记录已删除或映射不一致”处理,而不是自动换用数组下标。

key = 309
try:
    # key 是写入时的业务 ID,不是搜索结果数组的下标
    vector = mapped.reconstruct(key)
    print(vector.shape)
except RuntimeError as exc:
    # key 不存在时保留上下文,交给上层决定是否回查元数据
    print("reconstruct failed:", exc)

六、适合放进维护任务的完整流程

  1. 从业务表取出待删除的唯一 ID,规范化为 int64 数组。
  2. 调用 remove_ids,保存返回的实际删除数量。
  3. 比较删除前后的 ntotal,识别全命中、部分命中和空命中。
  4. 同步更新外部元数据,但不要按数组位置重写其它业务 ID。
  5. 若后续需要重建,继续用显式 key 调用 reconstruct,并处理 key 不存在的情况。

这个流程适合一次删除一批已知 ID。官方说明指出,remove_ids 默认需要扫描索引来判断哪些元素匹配,所以频繁删除少量记录时,应结合索引规模、删除频率和重建策略评估成本;本文不把删除接口包装成低延迟事务接口。

常见问题

remove_ids 传的是向量位置吗?

不是。对于 IndexIDMap2,传入的是通过 add_with_ids 写入的显式 ID。

删除不存在的 ID 会报错吗?

通常不会把不存在的 ID 计入删除数量,应该以返回值判断命中情况。

IndexIDMap 和 IndexIDMap2 怎样选?

两者都用于显式 ID 映射;如果还需要按 key 重建已存向量,优先确认底层索引和 Python 绑定支持 IndexIDMap2 的重建能力。

总结

IndexIDMap2 删除向量的关键只有三点:写入时用 add_with_ids 保存稳定业务 ID,删除时用同一 ID 集合调用 remove_ids,结果判断同时看返回数量和 ntotal。只要不把内部位置当业务主键,删除后的 ID 映射就能保持清晰。

声明:本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>