Description
Infino est un moteur de recherche open-source qui fournit des capacités de recherche en texte intégral, vectorielle et SQL nativement sur des fichiers Apache Parquet stockés dans le stockage d'objets. Cette architecture permet une infrastructure de recherche et d'analyse évolutive à un coût significativement inférieur, souvent cité comme étant 10 fois moins cher que les solutions traditionnelles.
Lire la suite
Le cœur de la fonctionnalité d'Infino réside dans sa capacité à intégrer diverses fonctions de recherche directement dans les requêtes SQL. Cela signifie que les agents d'IA peuvent formuler des questions complexes qui nécessiteraient généralement plusieurs étapes à travers différentes bases de données (par exemple, recherche par mots-clés, recherche sémantique, recherche par graphe et agrégations SQL) en une seule déclaration SQL unifiée. Infino gère la complexité sous-jacente, exécutant ces modes de recherche combinés pour fournir des résultats de récupération très précis.
Le moteur prend en charge plusieurs types de recherche, y compris BM25 pour la recherche en texte intégral, HNSW et OPANN + Sq16 pour l'indexation vectorielle, et la recherche hybride qui combine ces méthodes. Il intègre également des capacités de recherche par graphe, permettant l'identification d'enregistrements liés en fonction de clés partagées. Cette approche multimodale améliore la précision et l'efficacité de la récupération.
Infino est conçu pour la performance et l'efficacité des coûts, utilisant moins de mémoire et de ressources de calcul en conservant les données sur un stockage d'objets peu coûteux tout en maintenant des vitesses de requête élevées. Il offre des options de déploiement flexibles : les utilisateurs peuvent exécuter le moteur open-source de base eux-mêmes sur leur stockage d'objets (S3, GCS, Azure Blob ou disque local), ou opter pour Infino Cloud, un service sans serveur multi-tenant géré. Une option Entreprise propose des déploiements single-tenant avec des fonctionnalités supplémentaires telles que des requêtes multi-nœuds et des clés gérées par le client.
Pour les données Parquet existantes, Infino peut construire des index de récupération grâce à un processus appelé hydratation, permettant aux outils actuels comme DuckDB, pandas et Spark de continuer à lire les données en colonnes pendant qu'Infino fournit un accès indexé. Cela en fait une solution complémentaire pour les plateformes de données existantes, capable de remplacer des chemins de récupération dédiés comme Elasticsearch ou des bases de données vectorielles pour des charges de travail spécifiques, tout en s'intégrant parfaitement avec des entrepôts de données et des lacs de données.
- CatégorieBases de données vectorielles et récupération
- Modèle tarifaireFreemium
- DéploiementCloud, Sur site, Auto-hébergé
- PlateformesWeb
Fonctionnalités principales de Infino
Moteur de recherche open-source
Recherche en texte intégral (BM25)
Recherche vectorielle (HNSW, OPANN + Sq16)
Recherche hybride combinant plusieurs modes
Support des requêtes SQL (Apache DataFusion)
Fonctionnement natif sur des fichiers Apache Parquet
Compatibilité avec le stockage d'objets (S3, GCS, Azure Blob)
Capacités de recherche par graphe
Intègre des fonctions dans SQL pour des requêtes complexes
Architecture rentable et évolutive
Performance de requête à faible latence
Options de déploiement sur site et cloud hébergé
Conformité SOC 2 Type II (Infino Cloud)
Chiffrement TLS en transit et AES-256 au repos
Hydratation des données pour les fichiers Parquet existants
Comment utiliser Infino ?
Installer Infino : Utilisez `pip install infino` ou `npm install @infino-ai/infino` pour configurer le moteur open-source de base.
Stocker les données : Conservez vos données au format Apache Parquet dans votre propre bucket de stockage d'objets (S3, GCS, Azure Blob) ou sur un disque local.
Ingestion des données : Ajoutez de nouveaux JSON, colonnes Arrow ou vecteurs via Infino, ou hydratez les fichiers Parquet existants pour construire des index de récupération.
Formuler des requêtes : Exprimez des questions complexes en utilisant une seule déclaration SQL, en tirant parti des fonctions intégrées d'Infino pour la recherche par mots-clés, sémantique et par graphe.
Exécuter des recherches : Exécutez des requêtes pour effectuer des recherches en texte intégral, vectorielles ou hybrides, récupérant des résultats classés directement à partir de vos données Parquet.
Analyser les résultats : Utilisez les données retournées pour des applications agentiques ou intégrez-les avec d'autres lecteurs Parquet comme DuckDB, Spark ou pandas pour une analyse plus approfondie.
Cas d'utilisation de Infino
- Réponse aux questions agentiques
- Récupération de données rentable
- Recherche et analyse unifiées
- Analyse des journaux et réponse aux incidents
- Intégration de Data Lakehouse
- Recherche sémantique sur des données non structurées
- Exploration de données en temps réel
