SereneDB

什么是 SereneDB？

SereneDB 是一款用于实时搜索分析的开源搜索分析型数据库。它在同一个可通过 SQL 访问的引擎中整合全文、向量、混合和分析查询，使搜索谓词、语义排序、过滤与聚合能够基于同一份数据运行。

该产品使用 PostgreSQL 协议和兼容 PostgreSQL 的 SQL 方言，因此可以通过 psql 及其他兼容客户端和驱动程序访问。它以单个二进制文件形式提供，并支持 Docker 和 Linux 安装方式，同时提供适用于 macOS 和 Windows 的可下载构建版本。

SereneDB 还支持从对象存储、HTTP 和 Hugging Face Hub 读取 Parquet、CSV 和 JSON。外部文件可以原地建立索引，实现零 ETL 搜索；SQL 函数则可以生成嵌入向量，用于向量和混合检索工作流。

SereneDB 能做什么？

使用 BM25 的全文搜索

在文本列上创建倒排索引，并使用 `@@` 运算符、短语构造器和 BM25 排名进行查询。

向量与混合搜索

将嵌入向量存储在关系数据旁边，构建 IVF 索引，并在单个查询中结合词法过滤与语义排序。

基于共享数据的搜索与分析

对搜索结果执行 SQL 聚合、过滤和分析查询，无需将数据复制到独立的数据仓库或搜索系统中。

兼容 PostgreSQL 的访问方式

通过 PostgreSQL 协议使用 `psql` 或兼容 PostgreSQL 的客户端和驱动程序进行连接。其 SQL 方言与 PostgreSQL 约定高度一致。

远程数据与外部数据查询

从对象存储、HTTP 和 Hugging Face Hub 读取 Parquet、CSV 和 JSON，或对支持的外部文件进行原地索引，实现零 ETL 搜索。

SQL 嵌入向量生成

使用 `ai_embed` 函数通过已配置的提供商生成向量，包括兼容 OpenAI 的端点和本地 Ollama 服务器。

使用场景

“文档与知识库搜索”

为文档或其他文本集合建立索引，然后使用全文、向量或混合检索查找相关段落，并根据关键词匹配或语义对结果进行排序。

“AI 应用检索”

在 SQL 中生成嵌入向量，并将向量或混合搜索用作检索层，为基于依据的回答和面向智能体的数据库工作流提供支持。

“实时搜索分析”

在同一条语句中过滤搜索结果并进行聚合，例如对匹配记录分组，并计算所选数据集的平均值。

“数据湖与远程文件搜索”

查询存储在对象存储、HTTP 地址或 Hugging Face Hub 中的 Parquet、CSV 或 JSON 数据集，并在支持的情况下进行原地索引。

“基于 PostgreSQL 的应用搜索”

为已使用兼容 PostgreSQL 驱动程序的应用添加搜索功能，同时保留对关系数据和分析操作的 SQL 访问能力。

常见问题

如何安装 SereneDB？

文档中的快速入门支持 Docker 和 Linux 安装脚本。下载页面还列出了 Linux 软件包和归档文件，以及 macOS DMG 和 Windows EXE 下载。其他安装选项可通过 GitHub releases 页面获取。

如何连接到正在运行的实例？

SereneDB 使用 PostgreSQL 协议。快速入门展示了使用 `psql -h localhost -p 7890` 进行连接；在该本地设置中，默认无需凭据。

SereneDB 能否在没有传统导入任务的情况下查询数据？

可以。文档展示了如何通过 SQL 从对象存储、HTTP 和 Hugging Face Hub 读取 Parquet、CSV 和 JSON。文档还介绍了对外部文件进行原地索引，以实现零 ETL 搜索。

一次查询能否同时结合搜索与分析？

可以。有一项文档工作流使用全文谓词选择匹配行，然后在同一条 SQL 语句中应用 `GROUP BY`、排序和聚合函数。

`ai_embed` 可与哪些嵌入向量提供商搭配使用？

快速入门文档展示了一个兼容 OpenAI 的提供商，并说明也可以使用本地 Ollama 服务器。提供商通过 `CREATE SECRET` 进行配置。