在服務時間和任何規模上,搜索,推斷並組織向量,張量,文本和結構化數據。
該存儲庫包含自己構建和運行所有Vespa所需的所有代碼,以及您可以在其中看到所有開發的地方。此存儲庫中的所有內容均根據Apache 2.0許可證許可。
VESPA的新版本是由該存儲庫的大師分支每天早上星期一至週四發布的。
搜索,建議和個性化之類的用例需要在大型語料庫中選擇一個數據子集,在所選數據上評估機器學習的模型,組織和匯總它並返回它,通常在不到100毫秒的情況下,而所有數據則是數據語料庫正在不斷變化。
這很難做到,尤其是在需要在多個節點上分佈並並行評估的大型數據集。 VESPA是一個平台,可為您執行以高可用性和性能的方式執行這些操作。它已經開發了多年,用於幾種大型互聯網服務和應用程序,這些服務和應用程序可為每秒Vespa的數十萬查詢提供。
將您的VESPA應用程序部署到雲服務:https://cloud.vespa.ai,或運行自己的Vespa實例:https://docs.vespa.ai/en/en/getting-started.html
完整的文檔在https://docs.vespa.ai上。
我們歡迎捐款!請參閱貢獻貢獻。
如果您想為文檔做出貢獻,請參見https://github.com/vespa-engine/documentation
您無需構建Vespa即可使用它,但是如果您想貢獻,則需要能夠構建代碼。本節說明瞭如何構建和測試VESPA。要了解在哪裡進行更改,請參見Code-Map.md。一些建議使用指示器的改進在todo.md中。
Almalinux 8上支持C ++和Java建築物。Java源也可以在安裝Java 17和Maven 3.8+的任何平台上構建。使用以下指南使用Docker建立VESPA,運行單元測試和運行系統測試的完整開發環境:Almalinux 8上的VESPA開發。
brew install jenv mvnvm openjdk@17sudo ln -sfn /opt/homebrew/opt/openjdk@17/libexec/openjdk.jdk /Library/Java/JavaVirtualMachines/openjdk-17.jdkzsh請使用以下命令: echo ' export PATH="$HOME/.jenv/bin:$PATH" ' >> ~ /.zshrc
echo ' eval "$(jenv init -)" ' >> ~ /.zshrc
eval " $( jenv init - ) "
jenv enable-plugin export
exec $SHELL -ljenv add $( /usr/libexec/java_home -v 17 )mvn -v export MAVEN_OPTS="-Xms128m -Xmx1024m"
./bootstrap.sh java
mvn install --threads 1C
如果您只需要構建Java模塊,請使用此操作,否則請按照上面的完整開髮指南進行操作。
根據Apache 2.0許可證許可的代碼。有關條款,請參見許可證。