Описание
Infino — это движок поиска с открытым исходным кодом, который предоставляет возможности полнотекстового, векторного и SQL-поиска нативно по файлам Apache Parquet, хранящимся в объектном хранилище. Эта архитектура позволяет создать масштабируемую инфраструктуру поиска и аналитики по значительно более низкой цене, часто упоминаемой как в 10 раз дешевле, чем традиционные решения.
Читать далее
Суть функциональности Infino заключается в его способности встраивать различные функции поиска непосредственно в SQL-запросы. Это означает, что AI-агенты могут формулировать сложные вопросы, которые обычно требуют нескольких шагов через разные базы данных (например, поиск по ключевым словам, семантический поиск, графовый поиск и SQL-агрегации), в одно единое SQL-выражение. Infino обрабатывает подлежащую сложность, выполняя эти комбинированные режимы поиска для предоставления высокоточных результатов извлечения.
Движок поддерживает несколько типов поиска, включая BM25 для полнотекстового поиска, HNSW и OPANN + Sq16 для векторной индексации, а также гибридный поиск, который сочетает эти методы. Он также интегрирует возможности графового поиска, позволяя идентифицировать связанные записи на основе общих ключей. Этот многомодальный подход повышает точность и эффективность извлечения.
Infino создан для производительности и экономической эффективности, используя меньше памяти и вычислительных ресурсов, сохраняя данные в дешевом объектном хранилище при высокой скорости запросов. Он предлагает гибкие варианты развертывания: пользователи могут запускать движок с открытым исходным кодом самостоятельно на своем объектном хранилище (S3, GCS, Azure Blob или локальный диск) или выбрать Infino Cloud, управляемый многопользовательский безсерверный сервис. Опция Enterprise предоставляет развертывания для одного арендатора с дополнительными функциями, такими как многонодовые запросы и ключи, управляемые клиентом.
Для существующих данных Parquet Infino может создавать индексы извлечения через процесс, называемый гидратацией, позволяя текущим инструментам, таким как DuckDB, pandas и Spark, продолжать чтение колонных данных, в то время как Infino предоставляет индексированный доступ. Это делает его дополнительным решением для существующих платформ данных, способным заменить специализированные пути извлечения, такие как Elasticsearch или векторные базы данных для конкретных рабочих нагрузок, при этом бесшовно интегрируясь с хранилищами данных и lakehouses.
- КатегорияВекторные базы данных и поиск
- Модель ценообразованияFreemium
- РазвёртываниеОблако, Локально, Самостоятельно размещенное
- ПлатформыВеб
Основные функции Infino
Движок поиска с открытым исходным кодом
Полнотекстовый поиск (BM25)
Векторный поиск (HNSW, OPANN + Sq16)
Гибридный поиск, объединяющий несколько режимов
Поддержка SQL-запросов (Apache DataFusion)
Нативная работа с файлами Apache Parquet
Совместимость с объектным хранилищем (S3, GCS, Azure Blob)
Возможности графового поиска
Встраивает функции в SQL для сложных запросов
Экономически эффективная и масштабируемая архитектура
Низкая задержка выполнения запросов
Варианты развертывания на месте и в облаке
Соответствие SOC 2 Type II (Infino Cloud)
Шифрование TLS в транзите и AES-256 в состоянии покоя
Гидратация данных для существующих файлов Parquet
Как использовать Infino?
Установите Infino: используйте `pip install infino` или `npm install @infino-ai/infino` для настройки движка с открытым исходным кодом.
Храните данные: храните свои данные в формате Apache Parquet в своем собственном объектном хранилище (S3, GCS, Azure Blob) или на локальном диске.
Импортируйте данные: добавляйте новые JSON, Arrow, колонки или векторы через Infino или гидратируйте существующие файлы Parquet для создания индексов извлечения.
Формулируйте запросы: выражайте сложные вопросы с помощью одного SQL-запроса, используя встроенные функции Infino для поиска по ключевым словам, семантического и графового поиска.
Выполняйте поиск: запускайте запросы для выполнения полнотекстового, векторного или гибридного поиска, извлекая ранжированные результаты непосредственно из ваших данных Parquet.
Анализируйте результаты: используйте возвращенные данные для агентских приложений или интегрируйтесь с другими читателями Parquet, такими как DuckDB, Spark или pandas для дальнейшего анализа.
Варианты использования Infino
- Ответы на агентские вопросы
- Экономически эффективное извлечение данных
- Единый поиск и аналитика
- Анализ журналов и реагирование на инциденты
- Интеграция с Data Lakehouse
- Семантический поиск по неструктурированным данным
- Исследование данных в реальном времени
