Описание
SvectorDB — это векторная база данных, созданная с нуля для бессерверных сред, позволяющая разработчикам сосредоточиться на своем продукте, а не на управлении базой данных. Она упрощает масштабирование от одного вектора до миллионов, предлагая высокопроизводительное и экономичное решение, которое может быть до 20 раз дешевле альтернатив. Платформа поддерживает быстрый старт с интуитивно понятными SDK для JavaScript и Python, а также спецификацию OpenAPI для интеграции с любым языком.
Читать далее
Ключевые возможности включают гибридный поиск, позволяющий фильтровать результаты на основе пар ключ-значение наряду с векторной схожестью. SvectorDB обеспечивает мгновенные обновления для операций upsert и delete, устраняя опасения по поводу конечной согласованности. Ее нативно бессерверная архитектура означает оплату за запрос без необходимости подготовки или масштабирования. Поддержка CloudFormation позволяет легко интегрироваться с существующей инфраструктурой. Пользователи могут использовать встроенные векторизаторы для текста и изображений или предоставлять собственные эмбеддинги.
Модель ценообразования прозрачна и основана на оплате за запрос, без минимальных платежей или первоначальных затрат. Хранение данных стоит 0,25 доллара за ГБ в месяц, а запросы — 5 долларов за миллион операций. Запись данных стоит 20 долларов за миллион операций. Доступен бесплатный уровень, предлагающий до 10 бесплатных индексов по 5000 записей каждый, без ограничения по времени.
SvectorDB разрабатывается небольшим стартапом, что подчеркивает прозрачность и прямое взаимодействие с клиентами. Хотя это обеспечивает гиперреактивность, потенциальные клиенты должны учитывать ограничения, такие как отсутствие снимков базы данных и максимальный лимит записей по умолчанию в 1 миллион на базу данных, который может быть увеличен путем обращения в службу поддержки. Размер компании также является фактором, который следует учитывать некоторым клиентам.
Сценарии использования охватывают рекомендательные системы, поиск по документам и изображениям, а также генерацию с дополненным поиском для улучшения генеративных моделей ИИ. Платформа поддерживает эмбеддинги текста и изображений с использованием таких моделей, как ALL_MINILM_L6_V2 и CLIP_VIT_BASE_PATH32, или пользовательских эмбеддингов.
- КатегорияВекторные базы данных и поиск
- Модель ценообразованияОплата по запросу
- РазвёртываниеБессерверный
Основные функции SvectorDB
Бессерверная архитектура
Оплата за запрос
Возможности гибридного поиска
Мгновенные обновления для операций с данными
Встроенные векторизаторы для текста и изображений
Поддержка пользовательских эмбеддингов
Спецификация OpenAPI для поддержки широкого спектра языков
Интеграция с CloudFormation
Масштабирование от прототипа до продакшена
Экономичность по сравнению с альтернативами
Доступен бесплатный уровень
Прозрачная модель ценообразования
Как использовать SvectorDB?
Настройка: Укажите идентификатор базы данных и выберите предпочтительный SDK (JavaScript, Python) или OpenAPI.
Встраивание данных: Используйте встроенные векторизаторы или собственные эмбеддинги для преобразования текста или изображений в векторы.
Хранение данных: Используйте функцию `setItem` (или `set_item`) для хранения элементов с их значениями и векторами.
Запрос данных: Выполняйте поиск по векторной схожести или запросы по ключам с помощью функции `query`.
Фильтрация результатов: Используйте гибридный поиск для фильтрации результатов по парам ключ-значение наряду с векторной схожестью.
Масштабирование: SvectorDB автоматически обрабатывает масштабирование от небольших прототипов до миллионов векторов.
Интеграция: Подключите SvectorDB к вашим существующим приложениям и шаблонам CloudFormation.
Варианты использования SvectorDB
- Рекомендательные системы
- Поиск по документам
- Поиск по изображениям
- Генерация с дополненным поиском
- Прототипирование функций ИИ
- Фильтрация и анализ данных
