VectorDB:高性能向量数据库管理系统

vectordb

VectorDB:为AI时代打造的高性能向量数据库

在人工智能和机器学习快速发展的今天,向量数据库作为一种新兴的数据管理技术正在受到越来越多的关注。其中,VectorDB作为一款开源的高性能向量数据库管理系统,以其卓越的性能和丰富的功能脱颖而出。本文将深入介绍VectorDB的特性、架构以及应用场景,探讨它如何为AI时代的数据管理需求提供强有力的支持。

VectorDB简介

VectorDB是由Epsilla公司开发的开源向量数据库管理系统。它的核心目标是提供可扩展、高性能且经济高效的向量搜索解决方案。VectorDB在大型语言模型(LLM)的信息检索和记忆保留方面发挥着重要作用,为AI应用提供了强大的向量存储和检索能力。

核心特性

VectorDB具有以下几个突出的特性:

高性能向量搜索: VectorDB的核心是用C++编写的,利用先进的学术并行图遍历技术进行向量索引。这使得VectorDB在向量搜索速度上比HNSW快10倍,同时保持了99.9%以上的精度水平。
全功能数据库管理系统: VectorDB不仅仅是一个向量搜索引擎,它还是一个完整的数据库管理系统。用户可以使用熟悉的数据库、表和字段概念,其中向量只是另一种字段类型。
元数据过滤: 除了向量搜索,VectorDB还支持基于元数据的过滤,这使得用户可以更精确地控制搜索结果。
混合搜索: VectorDB支持密集向量和稀疏向量的融合搜索,为不同类型的数据提供更灵活的搜索能力。
内置嵌入支持: VectorDB提供了内置的文本嵌入支持,实现了自然语言输入和输出的搜索体验。
云原生架构: VectorDB采用了云原生架构,支持计算存储分离、无服务器和多租户等特性,使其更适合现代云环境的部署和扩展。
丰富的生态系统集成: VectorDB提供了与LangChain和LlamaIndex等流行AI工具的集成,方便开发者快速构建基于向量数据库的应用。
多语言客户端支持: VectorDB提供了Python、JavaScript和Ruby的客户端库,以及REST API接口,方便不同语言和平台的开发者使用。

快速入门

要开始使用VectorDB,您可以通过Docker快速部署和运行:

docker pull epsilla/vectordb
docker run --pull=always -d -p 8888:8888 -v /data:/data epsilla/vectordb

然后,您可以使用Python客户端与VectorDB进行交互:

from pyepsilla import vectordb

client = vectordb.Client(host='localhost', port='8888')
client.load_db(db_name="MyDB", db_path="/data/epsilla")
client.use_db(db_name="MyDB")

client.create_table(
    table_name="MyTable",
    table_fields=[
        {"name": "ID", "dataType": "INT", "primaryKey": True},
        {"name": "Doc", "dataType": "STRING"},
    ],
    indices=[
      {"name": "Index", "field": "Doc"},
    ]
)

client.insert(
    table_name="MyTable",
    records=[
        {"ID": 1, "Doc": "Jupiter is the largest planet in our solar system."},
        {"ID": 2, "Doc": "Cheetahs are the fastest land animals, reaching speeds over 60 mph."},
        {"ID": 3, "Doc": "Vincent van Gogh painted the famous work \"Starry Night.\""},
        {"ID": 4, "Doc": "The Amazon River is the longest river in the world."},
        {"ID": 5, "Doc": "The Moon completes one orbit around Earth every 27 days."},
    ],
)

results = client.query(
    table_name="MyTable",
    query_text="Celestial bodies and their characteristics",
    limit=2
)

print(results)