vearch：它是什么、解决了什么问题以及为何受到关注

它解决了什么

Vearch 提供了一款云原生、分布式的向量数据库，旨在高效地进行嵌入向量的相似度搜索，这对于 AI 应用至关重要。它解决了在数百万对象中快速检索的需求，并能够在分布式环境中实现可扩展性和可靠性。

工作原理

Vearch 采用由三大核心组件构成的分布式架构：

• Master：管理模式、集群级元数据以及资源协调。
• Router：处理 RESTful API 请求（upsert、delete、search、query），进行请求路由并合并结果。
• PartitionServer (PS)：存储文档分区并基于 Raft 实现复制。它使用 “Gamma”，一个基于 Faiss 的核心向量搜索引擎，来存储、索引和检索向量及标量。

适用人群

该项目面向需要可扩展内存后端的 AI 应用开发者，例如使用 Langchain、LlamaIndex，或构建大规模视觉搜索系统的场景。

亮点

• 混合搜索：同时支持向量相似度搜索和标量过滤。
• 高性能：能够在毫秒级别内从数百万对象中检索结果。
• 可扩展性：具备复制和弹性水平扩展特性。
• 广泛集成：提供 Python、Go、Java、Rust SDK，并可与 Langchain、LlamaIndex 等流行框架集成。