matrixone

MatrixOne é um banco de dados HTAP (processamento híbrido transacional/analítico) de código aberto, nativo de IA, escrito em Go e licenciado sob Apache 2.0. Ele combina OLTP, OLAP, busca de texto completo e busca vetorial em um único sistema, visando reduzir a necessidade de bancos de dados transacionais, analíticos, de busca e vetoriais separados, bem como os pipelines de ETL entre eles. Principais capacidades descritas no README: - Git para Dados: snapshots de cópia zero, consultas de viagem no tempo, branch e merge, rollback instantâneo e uma trilha de auditoria imutável das alterações de dados. O design está documentado em um artigo do arXiv sobre um sistema de controle de versão para dados. - Compatibilidade com MySQL: apresentado como um substituto direto do MySQL, permitindo que ferramentas, ORMs e aplicações existentes se conectem sem alterações de código. - Busca nativa de IA: busca vetorial integrada com índices IVF e HNSW, além de busca de texto completo com modos de linguagem natural, booleano e JSON, e busca híbrida combinando vetorial, texto completo e SQL. Esses recursos são posicionados para cargas de trabalho de RAG e busca semântica. - Arquitetura cloud-native: separação de armazenamento e computação, implantação nativa de Kubernetes e escalonamento elástico. O início rápido é mostrado por meio de um comando Docker expondo a porta 6001, seguido pela criação de um banco de dados através do cliente MySQL. Um SDK Python (matrixone-python-sdk) fornece uma API estilo ORM com tipos de coluna vetorial, criação de índice IVF, consultas de distância L2 e criação de índice de texto completo com correspondência booleana must/must_not. As opções de implantação incluem uma configuração local de desenvolvimento multi-CN orientada por alvos make, a ferramenta de gerenciamento autônoma mo_ctl, compilação a partir do código-fonte (Go 1.26.4+, GCC/Clang, Git, Make), Docker autônomo, Kubernetes e pacotes binários. O repositório vincula tutoriais extensos cobrindo demonstrações de CRUD em Java, SpringBoot/JPA, PyMySQL, SQLAlchemy, Django, Go, Gorm, C# e TypeScript, além de demonstrações avançadas para busca vetorial compatível com Pinecone, saúde de índice IVF, HNSW, variantes de busca de texto completo, busca híbrida, RAG, busca por similaridade de imagens, integração com Dify, análise HTAP, clone instantâneo e rollback de snapshot. São referenciados documentação, um site oficial, uma comunidade no Slack e um guia de contribuição. O README também lista os contribuidores do projeto.