rush-db/rushdb

RushDB is an open-source database for AI. It records fields, types and values on every write, so agents can read the schema before they query.

解決する課題

RushDBは、複雑なスキーマ設計の必要性を排除します。非構造化JSONデータを保存しながら、型を自動的に推論し、ネストされたオブジェクトを検索可能なグラフ構造にマッピングするため、テーブルや関係を手動で定義する必要がありません。

仕組み

JSONを取り込む際、RushDBはネストされた各オブジェクトを親にリンクされた個別のレコードとして扱います。これをLabeled Meta-Property Graph (LMPG)として保存し、プロパティと関係を自動的に追跡します。その後、SQL、Cypher、Gremlin、Mongoスタイルのドキュメント、およびネイティブのJSONクエリ言語など、さまざまなインターフェースを使用して、単一のRustバイナリ内でこのデータと対話できます。

対象ユーザー

厳格なスキーマや複数の専門的なデータベースシステムの管理というオーバーヘッドなしに、構造化レコードと複雑な関係の両方を処理できる、柔軟なマルチモデルデータベースを求める開発者向けに設計されています。

ハイライト

  • マルチモデルサポート: SQL、Cypher、Gremlin、またはネイティブJSONを使用して同じデータをクエリ可能。
  • 組み込み検索: AIアプリケーション向けのベクトルインデックス、全文検索、およびハイブリッド検索機能を搭載。
  • 運用の簡素化: 外部依存関係なしで単一のバイナリとして実行可能。
  • エンタープライズ対応機能: マルチステートメントトランザクション、ポイントインタイムリカバリ、ストリーミングレプリケーションをサポート。
  • プロトコルの多様性: HTTP、PostgreSQLワイヤプロトコル、gRPC、およびBoltを介した通信が可能。

関連

  • プロジェクト
    orneryd/NornicDB

    NornicDB は、グラフトラバーサル、ベクトル検索、時間的 MVCC を単一エンジンに統合した Neo4j 互換のグラフデータベースで、エージェントメモリや Graph-RAG などの AI ネイティブなワークロード向けに設計されています。ハイブリッド検索、GPU アクセラレーション、監査に適した台帳機能を提供し、別々の Neo4j と Qdrant スタックを置き換えることを目指しています。

  • プロジェクト
    neo4j-labs/agent-memory

    Neo4jを使用して会話の保存、ナレッジグラフの構築、推論トレースの記録を行う、AIエージェント向けのグラフネイティブなメモリシステム。

  • プロジェクト
    jeffhajewski/latticedb

    LatticeDB は、埋め込み型の単一ファイルのプロパティグラフデータベースで、ネイティブの HNSW ベクトル類似度検索と BM25 全文インデックスも提供します。統一された Cypher スタイルのクエリ言語、ACID トランザクション、Python、TypeScript/Node、Go、Java 向けのバインディングを備えており、ローカルナレッジグラフアプリ、エージェントメモリ、RAG パイプラインに適しています。

  • Dispatch
    LatticeDB: ベクトル検索と全文検索を統合した埋め込み型単一ファイルグラフデータベース

    LatticeDB は、ローカルファーストの AI および RAG アプリケーション向けに、ネイティブなベクトル類似度検索と BM25 全文インデックスを統合した埋め込み型単一ファイルプロパティグラフデータベースです。

  • プロジェクト
    ArcadeData/arcadedb

    ArcadeDBは、グラフ、ドキュメント、キーバリュー、時系列、ベクトル、地理空間データをサポートする高性能マルチモデルデータベースです。複数のクエリ言語に対応し、AI統合のためのMCPサーバーも備えています。組み込みまたは各種ドライバー経由のリモート実行が可能で、ACIDトランザクションと70以上のグラフアルゴリズムを提供します。