DingoDB：引领多模态向量数据库的新时代

DingoDB：引领多模态向量数据库的新时代

dingoA multi-modal vector database that supports upserts and vector queries using unified SQL (MySQL-Compatible) on structured and unstructured data, while meeting the requirements of high concurrency and ultra-low latency.项目地址:https://gitcode.com/gh_mirrors/di/dingo

项目介绍

DingoDB 是由 DataCanvas 设计和开发的一款开源分布式多模态向量数据库。它集成了在线强一致性、关系语义和向量语义等多种特性，成为一款独特的多模态数据库产品。DingoDB 具备出色的水平扩展和扩展能力，轻松满足企业级的高可用性需求。同时，它支持多种语言接口，并完全兼容 MySQL 协议，为用户提供了高度的灵活性和便利性。无论是在功能、性能还是易用性方面，DingoDB 都展现了全面且卓越的优势，为用户带来了前所未有的数据管理体验。

项目技术分析

DingoDB 的核心技术架构包括以下几个关键组件：

1. 统一 SQL 引擎：DingoDB 提供了一个统一的 SQL 引擎，能够解析和计算结构化和非结构化数据，确保数据处理的灵活性和高效性。
2. 强一致性分布式存储系统：基于 Raft 协议的 Dingo-Store，确保数据在分布式环境中的强一致性，满足企业级应用的高可靠性要求。
3. 自动化部署与管理：Dingo-Deploy 项目简化了计算节点和存储节点的部署过程，降低了运维复杂度。

项目及技术应用场景

DingoDB 适用于多种应用场景，包括但不限于：

• 企业级数据管理：满足企业对数据的高可用性、强一致性和水平扩展的需求。
• 多模态数据处理：支持结构化和非结构化数据的混合检索，适用于需要处理多种数据类型的应用。
• 实时数据分析：内置的实时索引优化功能，确保数据检索的实时性和高效性。

项目特点

DingoDB 的独特之处在于：

1. 全面访问接口：支持 SQL、SDK 和 API 等多种访问模式，满足不同开发者的需求。
2. 内置数据高可用性：无需部署外部组件，即可实现全功能的高可用配置，降低运维成本。
3. 自动弹性数据分片：支持动态配置数据分片大小，自动进行分片和合并，灵活应对业务扩展需求。
4. 标量-向量混合检索：支持传统数据库索引和多种向量索引类型，提供无缝的标量和向量混合检索体验。
5. 内置实时索引优化：实时构建标量和向量索引，确保数据检索的无延迟体验。

如何开始

文档

所有文档可在 DingoDB 文档 中找到。

安装

了解如何通过 Docker 或 Ansible 进行安装和部署。

使用

学习如何使用 DingoDB 进行数据管理，请参考 使用指南。

开发 DingoDB

我们推荐使用 IntelliJ IDEA 进行 DingoDB 的开发。开发环境需支持 Java 和 Gradle。

如何提交代码

1. 在 GitHub 上创建 DingoDB 的个人分支。
2. 将分支克隆到本地，远程仓库命名为 origin。
3. 添加原始仓库为名为 upstream 的远程仓库。
4. 创建新分支进行开发，分支自 develop。
5. 遵循 Google 代码风格进行代码编写。
6. 提交代码时，使用 git 的交互式 rebase 将提交压缩为一个。
7. 从个人分支提交 Pull Request，目标分支为 DingoDB 的 develop 分支。

特别感谢

DingoDB 由 DataCanvas 赞助，并得到了 YourKit Java Profiler 工具的支持。

联系我们

如有任何技术问题或业务需求，请通过以下方式联系我们：

DingoDB 是一个基于 Apache License Version 2.0 的开源项目，欢迎社区的任何反馈和支持。

dingoA multi-modal vector database that supports upserts and vector queries using unified SQL (MySQL-Compatible) on structured and unstructured data, while meeting the requirements of high concurrency and ultra-low latency.项目地址:https://gitcode.com/gh_mirrors/di/dingo