README_ZH_CN.md

简体中文 | English

简介

Vearch 是一个云原生分布式向量数据库，用于在 AI 应用程序中对向量进行高效的相似性搜索。

主要特性

• 混合检索: 向量搜索和标量过滤。

• 性能: 快速矢量检索 - 在几毫秒内搜索数百万个对象。

• 可扩展性和可靠性: 弹性扩展和高可用。

文档

Restful 接口

• 参考文档

OpenAPIS

• Tutorial

开发手册

• Python SDK

• Go SDK

• Java SDK(under development)

使用案例

大模型记忆后端

• Langchain

• LlamaIndex

• Langchaingo

实际场景

• 图片检索插件: Vearch 可用于构建完整的视觉搜索系统来索引数十亿张图像。 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

k8s 部署 Vearch 集群

通过仓库添加 charts

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

本地添加 charts

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

通过 docker-compose 使用 vearch

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

Docker 编译部署: 通过 vearch docker 镜像快速使用，请查看 docker 编译部署.

源码编译部署: 通过源码快速编译部署，请查看 源码编译部署.

组件

Vearch 架构

Master: 负责模式管理、集群级元数据和资源协调。

Router: 提供 RESTful API：upsert、delete、search 和 query ； 请求路由和结果合并。

PartitionServer (PS): 使用基于 raft 的复制托管文档分区。 Gamma 是基于faiss实现的核心矢量搜索引擎，提供了存储、索引和检索向量和标量的能力。

引用参考

在研究论文中使用 Vearch 时的引用参考：

@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

可以在问题页面中报告错误或提出问题。

如需对 Vearch 进行公开讨论或提出问题，您还可以发送电子邮件至 [email protected]。

slack：https://vearchwrokspace.slack.com

用户

欢迎在此 issue #230 中登记公司名称

开源许可

根据 Apache 许可证 2.0 版本授权。详细请参见 LICENSE and NOTICE.