matrixorigin/matrixone

AI-native HTAP database with Git-for-Data and built-in vector search, serving as the data and memory backbone for intelligent agents and applications.

它解决了什么问题

MatrixOne 是一款 AI 原生、云原生的 HTAP（混合事务/分析处理）数据库，旨在替代复杂的数据技术栈。它消除了为事务 (OLTP)、分析 (OLAP)、全文搜索和向量搜索维护独立数据库的需求，从而省去了 ETL（提取、转换、加载）流水线的开销和数据同步问题。

工作原理

MatrixOne 作为一个兼容 MySQL 的数据库，将先进的数据管理功能直接集成到其核心中。它使用超融合引擎在单一系统中处理多样化的工作负载。其突出特性是“Git for Data”能力，允许用户执行即时快照、时间旅行（查询历史数据）以及数据分支/合并等操作，为数据库状态提供版本控制。对于 AI 应用，它内置了向量搜索（使用 IVF/HNSW 索引）和全文搜索，使开发者能够直接在数据库内构建 RAG（检索增强生成）应用。

适用人群

它专为希望通过将事务、分析和 AI 驱动的工作负载整合到单一的、兼容 MySQL 的系统中来简化基础设施的开发者和数据工程师而设计。对于构建需要集成向量搜索的 AI 应用的团队，以及需要为数据提供强大的、类似 Git 的版本控制功能的团队，它尤为有用。

亮点

  • Git 风格的数据管理：支持数据分支、合并、即时快照和时间旅行。
  • 一体化 HTAP：在单一系统中统一支持 OLTP、OLAP、全文搜索和向量搜索。
  • AI 原生：内置向量索引 (IVF/HNSW)，无需外部向量数据库即可进行 RAG 和语义搜索。
  • MySQL 兼容性：MySQL 的直接替代品，可与现有工具、ORM 和应用程序配合使用。
  • 云原生架构：具备存储计算分离和 Kubernetes 原生部署能力，支持弹性扩展。

相关

  • Dispatch
    LatticeDB：一个嵌入式单文件图数据库，支持向量和全文搜索

    LatticeDB 是一个嵌入式单文件属性图数据库，将原生向量相似性搜索和 BM25 全文索引集成到单一查询层中，适用于本地优先的 AI 和 RAG 应用。

  • 项目
    jeffhajewski/latticedb

    LatticeDB 是一个嵌入式、单文件的属性图数据库，同时提供原生 HNSW 向量相似度搜索和 BM25 全文索引。它提供统一的 Cypher 风格查询语言、ACID 事务，以及 Python、TypeScript/Node、Go 和 Java 的绑定，使其适用于本地知识图谱应用、代理记忆和 RAG 管道。

  • 项目
    zilliztech/VectorDBBench

    VectorDBBench 是一个 Python 基准测试套件，用于通过标准的插入和搜索工作负载，比较多种向量搜索数据库和云服务的性能、召回率和成本。

  • 项目
    voxel51/fiftyone

    FiftyOne 是一个开源的 Python 库和 Web 应用，供视觉 AI 团队探索、标注、整理和评估图像/视频数据集及模型预测。它提供原生的 2‑D/3‑D 标注、嵌入可视化、内置分析（“Brain”），以及与 PyTorch、Hugging Face 等的集成。通过 `pip install fiftyone` 安装；通过 `fo.launch_app(dataset)` 启动 UI。该工具面向计算机视觉研究人员和生产团队，需要快速、交互式的数据中心工作流。

  • 项目
    1yefuwang1/vectorlite

    Vectorlite 是一个基于 Rust 的 SQLite 扩展，通过 HNSW 和 SIMD 加速距离计算，为高维向量提供快速近似最近邻搜索的虚拟表。它支持 Linux、Windows 和 macOS Apple Silicon，并可通过 Python wheels 和 npm 包获取。