bbqvec

BBQVEC是一个开源的，嵌入式的矢量数据库索引，用于GO和Rust，提供近似K-Nearest-neart-neighbors（AKNN）。

入门

去

 package main

import (
  "fmt"

  bbq "github.com/barakmich/bbqvec"
)

func main () {
  // Declare store parameters
  dimensions := 200
  nBasis := 10

  // Initialize the store
  backend := bbq . NewMemoryBackend ( dimensions )
  datastore , _ := bbq . NewVectorStore ( backend , nBasis )

  // Create some test data, 100K random vectors
  vecs := bbq . NewRandVectorSet ( 100_000 , dimensions , nil )
  datastore . AddVectorsWithOffset ( 0 , vecs )
  /*
  Equivalent to:
  for i, v := range vecs {
  datastore.AddVector(bbq.ID(i), v)
  }
  */

  // Run a query
  targetVec := bbq . NewRandVector ( dimensions , nil )
  results , _ := datastore . FindNearest ( targetVec , 10 , 1000 , 1 )

  // Inspect the results
  top := results . ToSlice ()[ 0 ]
  vec , _ := backend . GetVector ( top . ID )
  fmt . Println ( top . ID , vec , top . Similarity )
}

锈

 use bbqvec :: IndexIDIterator ;

fn main ( ) -> Result < ( ) > {
  // Declare store parameters
  let dimensions = 200 ;
  let n_basis = 10 ;

  // Initialize the store
  let mem = bbqvec :: MemoryBackend :: new ( dimensions , n_basis ) ? ;
  let mut store = bbqvec :: VectorStore :: new ( mem ) ? ;

  // Create some test data, 100K random vectors
  let vecs = bbqvec :: create_vector_set ( dimensions , 100000 ) ;
  store . add_vector_iter ( vecs . enumerate_ids ( ) ) ? ;

  // Run a query
  let target = bbqvec :: create_random_vector ( dimensions ) ;
  let results = store . find_nearest ( & target , 10 , 1000 , 1 ) ? ;

  // Inspect the results
  for res in results . iter_results ( ) {
    println ! ( "{} {}" , res . id , res . similarity )
  }
}

戒酒

我们还早； Go是更久的想法，适合Beta用例，但Rust的速度更快。我们欢迎捐款。

去

• 更多基准
• 新量化
  • 锤距（单位矢量）
  • 新颖的量化

锈

• 完成磁盘后端以匹配GO（在进行中，很快）
• 新量化

致谢

感谢Marialetta的免费Gophers-Pack和Rustacean.net的CC0徽标角色。