Descrição
Infino é um motor de recuperação de código aberto que fornece capacidades de busca de texto completo, vetorial e SQL nativamente sobre arquivos Apache Parquet armazenados em armazenamento de objetos. Esta arquitetura permite uma infraestrutura de busca e análise escalável a um custo significativamente menor, frequentemente citado como 10 vezes mais barato do que soluções tradicionais.
Ler mais
O núcleo da funcionalidade do Infino reside em sua capacidade de incorporar várias funções de busca diretamente nas consultas SQL. Isso significa que agentes de IA podem formular perguntas complexas que normalmente exigiriam múltiplas etapas em diferentes bancos de dados (por exemplo, busca por palavras-chave, busca semântica, busca em grafo e agregações SQL) em uma única declaração SQL unificada. O Infino lida com a complexidade subjacente, executando esses modos de busca combinados para fornecer resultados de recuperação altamente precisos.
O motor suporta múltiplos tipos de busca, incluindo BM25 para busca de texto completo, HNSW e OPANN + Sq16 para indexação vetorial, e busca híbrida que combina esses métodos. Ele também integra capacidades de busca em grafo, permitindo a identificação de registros vinculados com base em chaves compartilhadas. Esta abordagem multimodal melhora a precisão e eficiência da recuperação.
O Infino é construído para desempenho e eficiência de custos, utilizando menos memória e recursos computacionais ao manter os dados em armazenamento de objetos barato, enquanto mantém altas velocidades de consulta. Ele oferece opções de implantação flexíveis: os usuários podem executar o motor central de código aberto por conta própria em seu armazenamento de objetos (S3, GCS, Azure Blob ou disco local), ou optar pelo Infino Cloud, um serviço gerenciado sem servidor multi-inquilino. Uma opção Enterprise oferece implantações de inquilino único com recursos adicionais, como consultas em múltiplos nós e chaves gerenciadas pelo cliente.
Para dados Parquet existentes, o Infino pode construir índices de recuperação através de um processo chamado hidratação, permitindo que ferramentas atuais como DuckDB, pandas e Spark continuem a ler os dados colunares enquanto o Infino fornece acesso indexado. Isso o torna uma solução complementar para plataformas de dados existentes, capaz de substituir caminhos de recuperação dedicados como Elasticsearch ou bancos de dados vetoriais para cargas de trabalho específicas, enquanto se integra perfeitamente com armazéns de dados e lakehouses.
- CategoriaBancos de dados vetoriais e recuperação
- Modelo de preçosFreemium
- ImplantaçãoNuvem, Local, Auto-hospedado
- PlataformasWeb
Recursos principais de Infino
Motor de recuperação de código aberto
Busca de texto completo (BM25)
Busca vetorial (HNSW, OPANN + Sq16)
Busca híbrida combinando múltiplos modos
Suporte a consultas SQL (Apache DataFusion)
Operação nativa em arquivos Apache Parquet
Compatibilidade com armazenamento de objetos (S3, GCS, Azure Blob)
Capacidades de busca em grafo
Incorpora funções em SQL para consultas complexas
Arquitetura econômica e escalável
Desempenho de consulta de baixa latência
Opções de implantação on-premise e em nuvem hospedada
Conformidade SOC 2 Tipo II (Infino Cloud)
Criptografia TLS em trânsito e AES-256 em repouso
Hidratação de dados para arquivos Parquet existentes
Como usar Infino?
Instalar o Infino: Use `pip install infino` ou `npm install @infino-ai/infino` para configurar o motor central de código aberto.
Armazenar Dados: Mantenha seus dados no formato Apache Parquet dentro do seu próprio bucket de armazenamento de objetos (S3, GCS, Azure Blob) ou disco local.
Ingerir Dados: Adicione novos JSON, colunas Arrow ou vetores através do Infino, ou hidrate arquivos Parquet existentes para construir índices de recuperação.
Formular Consultas: Expresse perguntas complexas usando uma única declaração SQL, aproveitando as funções incorporadas do Infino para busca por palavras-chave, semântica e em grafo.
Executar Buscas: Execute consultas para realizar buscas de texto completo, vetorial ou híbridas, recuperando resultados classificados diretamente dos seus dados Parquet.
Analisar Resultados: Utilize os dados retornados para aplicações de agentes ou integre com outros leitores Parquet como DuckDB, Spark ou pandas para análise adicional.
Casos de uso de Infino
- Resposta a Perguntas Agentes
- Recuperação de Dados Econômica
- Busca e Análise Unificadas
- Análise de Logs e Resposta a Incidentes
- Integração com Data Lakehouse
- Busca Semântica em Dados Não Estruturados
- Exploração de Dados em Tempo Real
