SwarnDB

Product Hunt 的朋友们大家好，我是 Chirotpal，SwarnDB 是我开发的。

SwarnDB 是用 Rust 编写的向量数据库，它不止能做最近邻搜索。它会自动计算向量之间的关系，并将其暴露为可遍历的图结构。因此你可以在一个引擎中获得向量搜索、图遍历和 15+ 种向量数学运算（k-means、PCA、SLERP 插值、锥形搜索、漂移检测、最大边缘相关性、幽灵向量检测等等），无需将三个数据库拼接在一起使用。

v1.0.3 版本更新内容：

- 在 32 核机器上使用默认 HNSW 参数，8 个并发搜索线程，对包含 100 万条 1536 维向量的 DBpedia 数据集可实现 98% 召回率下每秒 2398 次查询，p99 延迟低于 7 毫秒。

- 基于文件的批量写入：将 `.npy` 或扁平 `.f32` 文件放在磁盘上，指定给服务器后，服务器会直接对其进行内存映射。工作内存占用仅受构建中的索引大小限制，不受输入文件大小影响。加载百万级向量不会再导致容器内存膨胀。

- 普通 HNSW 集合在服务器开启端口后数秒内即可查询。

- 多集合数据库启动时并行加载各个集合。

- 透明故障恢复：如果存在快照则增量重放变更，否则重放完整预写式日志，两种恢复过程都会在流量恢复前自动完成。

- 面向 Kubernetes 编排器的可观测端点：/healthz、/readyz、/startupz，外加全局 /recovery_status 和单集合 /persistence_status。

- 同步和异步 Python 客户端，方法名称和返回类型完全一致。

- 批量插入会生成检查点和恢复令牌，中断的加载可以从最后一次提交的批次继续。

- Docker Hub 提供多架构 Docker 镜像（linux/amd64 + linux/arm64）。

- PyPI 提供纯 Python wheel 包，支持 Linux x86_64、Linux ARM64、macOS Apple Silicon 和 Windows x86_64。

30 秒快速体验：

- `pip install swarndb`

- `docker run -d -p 8080:8080 -p 50051:50051 sarthiai/swarndb`

源代码：github.com/SarthiAI/SwarnDB

基准测试：github.com/SarthiAI/SwarnDB/blob/main/docs/benchmarks.md

许可证：Elastic License 2.0（可免费用于生产环境）。

我今天一整天都会在评论区。非常想听听大家：你目前在用向量搜索做什么项目？缺少关系/图层给你带来了哪些困扰？如果有人想深入了解，我也很乐意拆解基准测试方法、持久化模型或 SDK 设计细节。

点赞

举报

分享

5 天前发布