這個思維與這篇博文類似，都是菜鳥思維。
在knn儲存index之前是否一定要進行一次嘗試搜尋，此搜尋的作用是什麼？這個搜尋是單個資料與batch資料有區別嗎？？
下面以mnist資料作為例子來看：
1-是否需要一次搜尋？？嘗試不搜尋儲存下index試試，對比前後結果是否一致。
先進行了pca儲存為20d，沒有嘗試搜尋，直接儲存index。
載入index並進行單個資料的query，已知資料標籤0，topk=100，後來得到100個也是0，這是我要的結果——
【前幾天與同事吃飯時討論，同事觀點是topk數要小於類別數，否則可能會召回其他標籤資料，我覺得並無關係，只要我資料庫中有此搜尋標籤的個數大於topk即可，那麼召回的應該全是此標籤的資料，此時查準率precision為100%；進一步來說，如果我資料庫中有此標籤資料恰好也是100，並且也是topk=100，那麼召回的全是正確的，正確的都被召回了，此時剛好是查準率和查全率[召回率]都為100%，這種情況沒有，屬於特例中的特例】
**結果如下：
array([ 1, 35, 82, 59, 86, 29, 164, 26, 81, 2, 28, 84, 132,
16, 67, 34, 153, 33, 85, 135, 133, 169, 73, 68, 157, 5,
4, 51, 76, 163, 74, 65, 177, 75, 70, 155, 162, 118, 25,
80, 87, 32, 154, 128, 17, 138, 77, 90, 101, 55, 171, 142,
168, 0, 102, 115, 174, 7, 36, 13, 41, 114, 110, 89, 48,
47, 150, 12, 64, 139, 53, 145, 79, 131, 24, 19, 69, 137,
38, 160, 42, 40, 22, 52, 14, 6, 71, 122, 170, 134, 3,
30, 166, 20, 62, 92, 124, 113, 116, 176])
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
出大事了，結論：不必進行嘗試搜尋即可直接儲存index
因為每次knn初始化後的index結果可能不同【？？不肯定，但下面結果支援這種猜測】，導致每次初始化後進行同樣的資料搜尋結果不同，而初始化後同樣的資料多次搜尋結果是一樣的。
下面是不同次knn初始化後的結果：微小不同，細微之處見不同
{0, 1, 2, 3, 4, 5, 6, 7, 12, 13, 14, 16, 17, 20, 22, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 38, 40,。。。。
{0, 1, 2, 3, 4, 5, 6, 7, 12, 13, 14, 16, 17, 18, 20, 21, 22, 24, 25, 26, 28, 29, 30, 32, 33, 34, 35, 36, 38, 40, 。。。
{0, 1, 2, 3, 4, 5, 6, 7, 12, 13, 14, 16, 17, 18, 19, 20, 22, 24, 25, 26, 28, 29, 30, 32, 33, 34, 35, 36, 38, 40,。。。
2-batch搜尋與否結果是什麼？？
沒有差別，但輸入input要求是列表，返回的是元組，第乙個是index，第二個是距離
舉例如下：
input=[x2[1]],k=5
[(array([ 1, 35, 82, 59, 86]), array([0. , 0.09829187, 0.11836755, 0.13198316, 0.13549852],
dtype=float32))]
input=[x2[1],x2[2]],k=5
[(array([ 1, 35, 82, 59, 86]), array([0. , 0.09829187, 0.11836755, 0.13198316, 0.13549852],
dtype=float32)), (array([ 2, 86, 7, 12, 25]), array([1.1920929e-07, 7.3889017e-02, 7.6626837e-02, 9.1660738e-02,
9.4139397e-02], dtype=float32))]
mysql索引儲存形式 MySql索引儲存形式
聚簇索引 聚集索引 非聚簇索引 非聚集索引 是因為儲存引擎不同引起的，儲存引擎中innodb是聚簇索引 myisam是非聚簇索引，聚簇索引是資料與索引儲存在乙個起，非聚簇索引資料乙個檔案 索引乙個檔案，資料與索引不在乙個檔案中。mysql的索引以b tree的資料結構儲存在磁碟，預設儲存引擎為inn...
InfluxDB的索引儲存
tsi 預設配置下索引資訊存放於記憶體中，index version tsi1 配置作用是將索引資訊持久化至硬碟，tsi索引主要包含logfile檔案 tsl結尾 tsi檔案，其實上篇提到的series 檔案也算。tsl tsi檔案位於在每個shard中index目錄下。index file 當ts...
索引的儲存結構
下面是本人畫的一張關於資料頁和索引儲存結構圖 此圖中，最上部分是資料頁的儲存結構。下半部分是表中有索引，這裡就出現了b tree結構，索引的根級會引用索引的下一級，直到索引的最後一級，這一級引用的物件是rid 當表中不存在聚集索引時，rid會指向每一行資料儲存位置，rid的字段長度為16位元組 或聚...