在推荐或者搜索场景中，高质量的召回都是很有必要的，有时候ann搜索算法（Approximate Nearest Neighbor）可以帮助我们实现这一个功能
ngt是yahoo日本团队基于graph和tree做的的ann搜索工具，地址：https://github.com/yahoojapan/NGT
它实现了onng/pnng的算法，对应的论文
onng: https://arxiv.org/abs/1810.07355
pnng: https://www.aclweb.org/anthology/P16-1214.pdf

1. 看上面的benchmark，它是可以保持优势的
2. github上维护比较勤，代码的质量比较高
3. ngt还有一个兄弟开源代码仓， ngtd，也就是ngt的server版本，主要开发语言是go，调用ngt提供的cgo binding，这个对于算法的工程化非常有用，因为c++的后端开发成本还是有点高的

ngtd这里不展开讲，因为它跟算法相关的不多，这里主要讲ngt以及go调用ngt的binding

step1：

安装ngt
https://github.com/yahoojapan/NGT/releases
我用的是1.9.1
下载后解压，

ngt的依赖很少，很容易就安装成功了，注意可能需要sudo权限

step2：

安装gongt https://github.com/yahoojapan/gongt

step3

验证安装
随机生成128维的数据，生成100k条数据，生成索引，然后做10次ann搜索，看看耗时
由于用的是随机数，这里不验证准确性
测试代码

输出