vearch

概述

Vearch是一个云本地分布式矢量数据库，用于对AI应用程序中嵌入向量的有效相似性搜索。

关键功能

• 混合搜索：矢量搜索和标量过滤。

• 性能：快速矢量检索 - 搜索数百万个毫秒的对象。

• 可伸缩性和可靠性：复制和弹性扩展。

文档

宁静的API

• 教程| 参考文档

OpenApis

• 教程

SDK

• Python SDK

• 去SDK

• Java SDK（正在开发）

使用案例

使用Vearch作为内存后端

• Langchain

• Llamaindex

• Langchaingo

• langchain4j

现实世界的演示

• VisualSearch ：可以利用Veearch构建一个完整的视觉搜索系统，以索引数十亿张图像。还需要用于对象检测和特征提取的图像检索插件。

快速开始

在K8S上部署Veake Chearch crom

通过存储库添加图表

 $ helm repo add vearch https://vearch.github.io/vearch-helm
$ helm repo update && helm install my-release vearch/vearch

添加本地图表

 $ git clone https://github.com/vearch/vearch-helm.git && cd vearch-helm
$ helm install my-release ./charts -f ./charts/values.yaml

从Docker-Compose开始

独立模式

 $ cd cloud
$ cp ../config/config.toml .
$ docker-compose --profile standalone up -d

集群模式

 $ cd cloud
$ cp ../config/config_cluster.toml .
$ docker-compose --profile cluster up -d

由Docker部署：快速从Veage Docker Image开始，请参阅DeploybyDocker

按源代码进行编译：快速编译源代码，请参阅SourceCompileDeployment

成分

Vearch架构

主：负责模式管理，集群级元数据和资源协调。

路由器：提供RESTFUL API： upsert ， delete ， search和query ；请求路由并结果合并。

PartitionServer（PS） ：托管具有基于筏的复制的文档分区。伽玛是基于FAISS实施的核心向量搜索引擎。它提供了存储，索引和检索向量和标量的能力。

参考

引用研究论文中使用Vearch时引用：

 @misc{li2019design,
      title={The Design and Implementation of a Real Time Visual Search System on JD E-commerce Platform},
      author={Jie Li and Haifeng Liu and Chuanghua Gui and Jianyu Chen and Zhenyun Ni and Ning Wang},
      year={2019},
      eprint={1908.07389},
      archivePrefix={arXiv},
      primaryClass={cs.IR}
}

社区

您可以在存储库的问题页面中报告错误或提出问题。

有关Vearch或有关问题的公众讨论，您也可以将电子邮件发送至[email protected]。

我们的懈怠：https：//vearchworkspace.slack.com

已知用户

欢迎在此期间注册公司名称：＃230（按注册顺序）

执照

根据Apache许可证获得许可，版本2.0。有关详细信息，请参见许可证和通知。

展开