HyperVectorDB

HyperVectordB

HyperVectordB是内置C＃内置的本地矢量数据库，支持各种距离/相似性度量。它旨在存储向量和关联的文档并执行高性能向量查询。该项目支持余弦的相似性，Jaccard差异，以及Euclidean，Manhattan，Chebyshev和堪培拉距离。如果您正在寻找同样事情的Python库，请查看John Dagdelen https://github.com/jdagdelen/hyperdb

安装

 dotnet add package HyperVectorDB

功能（要更新）

• 查询/响应缓存：目前仅支持余弦相似性查询。此功能允许数据库缓存给定向量的查询结果，因此下次查询同一向量时，将立即返回结果。此功能对于需要在同一向量上进行频繁查询的应用程序很有用。
• 缓存无效：余弦相似性查询支持缓存无效。当将新向量添加到数据库中或从数据库中删除向量时，缓存无效。
• 查询函数：数据库支持几种类型的查询，以进行相似性和距离度量：
  • 余弦相似性：此功能在数据库上执行余弦相似性查询。
  • jaccard差异：此功能在数据库上执行jaccard差异查询。
  • 欧几里得距离：此功能在数据库上执行欧几里得距离查询。
  • 曼哈顿距离：此功能在数据库上执行曼哈顿距离查询。
  • Chebyshev距离：此功能在数据库上执行Chebyshev距离查询。
  • 堪培拉距离：此功能在数据库上执行堪培拉距离查询。
• 自动并行化：配置后，数据库将自动划分多个文件和内存区域，以充分利用商店上的异步IO，并在查询上进行多线程。
• 数据压缩：保存到磁盘时，数据库使用LZ4压缩

每个查询函数都返回顶部k文档及其相应的相似性或距离值。 k的值是可配置的，默认值为5。

用法

请注意，该项目目前处于开发阶段。仍然需要测试某些功能，并且一些查询类型的缓存尚未实现。

示例用法即将开始

贡献

欢迎捐款。请随意分叉该项目，进行更改并打开拉动请求。请确保彻底测试所有更改。

执照

该项目是开源的。根据MIT许可发布。请参阅许可证文件以获取更多信息。

请注意，该项目中的某些代码（Math.cs）基于Acord.math库，该图书馆是根据GNU Limese General公共许可证v2.1许可证发布的。 TFIDF来自Kory Becker的项目，位于https://github.com/primaryobjects/tfidf

关于这个项目及其作者以及为什么它来

它始于我回到人工肠道上，并希望使用C＃这样做。我找不到任何适合矢量数据库需求的东西。然后，约翰·达格伦（John Dagdelen）在Python https://github.com/jdagdelen/hyhyperdb中整理了这个矢量商店，在发布的情况下，这是Faily Basic是Faily Basic，因此我决定尝试使用GPT将其移植到C＃。这有点成功，但并没有根据需要工作，所以这个项目诞生了。