Annoy求近似最近邻的库

Annoy 是 Spotify 开源的高维空间求近似最近邻的库，在 Spotify 使用它进行音乐推荐。最邻近搜索（Nearest Neighbor Search, NNS）又称为“最近点搜索”（Closest point search），是一个在尺度空间中寻找最近点的优化问题。

Annoy 能够使用静态文件作为索引，意味着可以跨进程共享索引。它还创建了大量的基于只读文件的数据结构，这些数据结构被嵌入内存中，以便许多进程可以共享相同的数据。Annoy 的另一个好处是它试图最小化内存占用，因此索引非常小。

特性：

• 欧几里德距离， 曼哈顿距离， 余弦距离， 汉明距离或 点(内)积距离
• 余弦距离等价于归一化向量的欧氏距离=sqrt(2-2*cos(u，v)
• 如果你的维度不多(比如<100)，效果会更好，即使达到 1000 个维度，它也表现得非常出色
• 内存使用量小
• 允许你在多个进程之间共享内存
• 索引创建与查找是分开的（特别是在创建树后，就无法添加更多项目）
• 原生 Python 支持
• 在磁盘上生成索引，以便为不适合内存的大型数据集建立索引