datalevin/datalevin

解决的问题

Datalevin 提供了一个简单、快速且持久的 Datalog 数据库，可作为 SQL RDBMS 和图数据库的替代方案。它通过提供更声明式和可组合的查询语言来避免 SQL 的复杂性，同时避免了某些其他 Datalog 实现中复杂的时序语义。它还解决了需要一个多功能存储引擎的需求，该引擎可以在单一系统中处理键值对、文档和向量嵌入。

工作原理

Datalevin 基于 LMDB（Lightning Memory-Mapped Database）的分支构建，以确保高读取性能和 ACID 兼容性。它使用基于成本的查询优化器来改进复杂连接的执行计划。对于 AI 功能，它集成了 llama.cpp 以在数据库内实现文本生成和嵌入，同时使用 SIMD 加速库进行向量索引和搜索。它可以作为嵌入式库（类似于 SQLite）部署，也可以作为基于 Raft 的高可用性网络客户端/服务器部署。

适用人群

适用于偏好 Datalog 声明式特性的开发者，构建需要图查询或归纳推理的应用程序的开发者，以及需要具备内置向量搜索和 LLM 集成的“AI 原生”数据库的 AI 开发者。

主要亮点

• 多功能存储：支持 Datalog 查询、EDN 数据的键值存储，以及自动路径索引的文档存储（JSON、EDN、Markdown）。
• AI 原生：内置本地 MCP 服务器，支持通过 llama.cpp 实现数据库内的嵌入和文本生成。
• 高性能：采用创新的基于成本的查询优化器和异步事务模式，专为写入密集型工作负载优化。
• 广泛集成：提供 Java、Python、Node.js 和 Clojure 的库，并与 Babashka pods 兼容。
• 高级搜索：包含全文搜索引擎和 SIMD 加速的向量数据库功能。