datalevin/datalevin

解決的問題

Datalevin 提供一個簡單、快速且耐用的 Datalog 資料庫，可作為 SQL RDBMS 和圖形資料庫的替代方案。它透過提供更宣告式且可組合的查詢語言來避免 SQL 的複雜性，同時避免了某些其他 Datalog 實作中複雜的時序語意。它也解決了需要一個多功能儲存引擎的需求，該引擎可在單一系統中處理鍵值對、文件和向量嵌入。

工作原理

Datalevin 基於 LMDB（Lightning Memory-Mapped Database）的分支建構，以確保高讀取效能和 ACID 相容性。它使用成本導向的查詢最佳化器來改善複雜連接的執行計畫。對於 AI 功能，它整合 llama.cpp 以在資料庫內實現文字生成與嵌入，同時使用 SIMD 加速的函式庫進行向量索引與搜尋。它可以作為嵌入式函式庫（類似於 SQLite）部署，也可以作為基於 Raft 的高可用性網路客戶端/伺服器部署。

適用對象

適用於偏好 Datalog 宣告式特性的開發者，開發需要圖形查詢或歸納推理的應用程式者，以及需要具備內建向量搜尋與 LLM 集成的「AI 原生」資料庫的 AI 開發者。

主要亮點

• 多功能儲存：支援 Datalog 查詢、EDN 資料的鍵值儲存，以及自動路徑索引的文件儲存（JSON、EDN、Markdown）。
• AI 原生：內建本地 MCP 伺服器，支援透過 llama.cpp 實現資料庫內的嵌入與文字生成。
• 高效率：採用創新成本導向的查詢最佳化器與非同步交易模式，專為寫入密集型工作負載優化。
• 廣泛整合：提供 Java、Python、Node.js 和 Clojure 的函式庫，並與 Babashka pods 相容。
• 高階搜尋：包含全文搜尋引擎與 SIMD 加速的向量資料庫功能。