在 Lucene 中，可以通過 `KnnFloatVectorQuery` 和 `KnnFloatVectorField` 來實現 KNN（k-Nearest Neighbors）搜索。以下是具體介紹：

1. 功能原理

`KnnFloatVectorQuery` 是 Lucene 用于執行最近鄰搜索的查詢類，它可以在一個字段中搜索與目標向量最相似的 k 個向量。其核心是基于 HNSW（Hierarchical Navigable Small World）算法，構建圖索引以實現高效的近似最近鄰（Approximate Nearest Neighbor，ANN）搜索。

2. 代碼示例

2.1 索引向量字段

```java

import org.apache.lucene.document.Document;

import org.apache.lucene.document.KnnFloatVectorField;

import org.apache.lucene.index.IndexWriter;

import org.apache.lucene.index.IndexWriterConfig;

import org.apache.lucene.store.Directory;

import org.apache.lucene.store.ByteBuffersDirectory;

import java.io.IOException;

import java.util.ArrayList;

import java.util.List;

import java.util.Random;

public class LuceneKNNExample {

? ? public static float[] generateFVector(int dim) {

? ? ? ? float[] vector = new float[dim];

? ? ? ? Random random = new Random();

? ? ? ? for (int i = 0; i < dim; i++) {

? ? ? ? ? ? vector[i] = random.nextFloat();

? ? ? ? }

? ? ? ? return vector;

? ? }

? ? public static void main(String[] args) throws IOException {

? ? ? ? Directory directory = new ByteBuffersDirectory();

? ? ? ? IndexWriterConfig config = new IndexWriterConfig(null);

? ? ? ? IndexWriter indexWriter = new IndexWriter(directory, config);

? ? ? ? int count = 10000;

? ? ? ? int dim = 128;

? ? ? ? List<Document> docs = new ArrayList<>();

? ? ? ? for (int i = 0; i < count; i++) {

? ? ? ? ? ? Document doc = new Document();

? ? ? ? ? ? doc.add(new KnnFloatVectorField("fvecs", generateFVector(dim)));

? ? ? ? ? ? docs.add(doc);

? ? ? ? }

? ? ? ? indexWriter.addDocuments(docs);

? ? ? ? indexWriter.commit();

? ? ? ? System.out.println("索引寫入成功");

? ? }

}

```

2.2 執行 KNN 查詢

```java

import org.apache.lucene.index.DirectoryReader;

import org.apache.lucene.index.IndexReader;

import org.apache.lucene.search.IndexSearcher;

import org.apache.lucene.search.TopDocs;

import org.apache.lucene.store.Directory;

import org.apache.lucene.util.BytesRef;

import java.io.IOException;

import java.nio.file.Path;

import java.util.Random;

public class KNNQueryExample {

? ? public static float[] generateFVector(int dim) {

? ? ? ? float[] vector = new float[dim];

? ? ? ? Random random = new Random();

? ? ? ? for (int i = 0; i < dim; i++) {

? ? ? ? ? ? vector[i] = random.nextFloat();

? ? ? ? }

? ? ? ? return vector;

? ? }

? ? public static void main(String[] args) throws IOException {

? ? ? ? Directory readDirectory = new ByteBuffersDirectory();

? ? ? ? IndexReader indexReader = DirectoryReader.open(readDirectory);

? ? ? ? IndexSearcher indexSearcher = new IndexSearcher(indexReader);

? ? ? ? float[] queryVector = generateFVector(128);

? ? ? ? int k = 3;

? ? ? ? TopDocs topDocs = indexSearcher.search(new KnnFloatVectorQuery("fvecs", queryVector, k), k);

? ? ? ? for (ScoreDoc scoreDoc : topDocs.scoreDocs) {

? ? ? ? ? ? System.out.println("doc: " + scoreDoc.doc + ", score: " + scoreDoc.score);

? ? ? ? }

? ? }

}

```

3. 查詢原理

- `KnnFloatVectorQuery` 的 rewrite 過程：在 rewrite 之后，`KnnFloatVectorQuery` 會變成 `DocAndScoreQuery`，它內部已經存儲了符合條件的 `docId` 和 `score`。

- HNSW 算法：HNSW 算法將新節點鏈接到 M 個最近鄰，通過反向鏈接和修剪來保留多樣性。M 值越大，精度越高，成本也越高。Beam-width 控制搜索范圍。