Python client library for Aquiladb
aquiladb的Python项目详细描述
阿奎拉德布Python
aquiladb的python客户端库
安装
pip install aquiladb
用法
# import AquilaDB client
from aquiladb import AquilaClient as acl
# create DB instance
db = acl('localhost', 50051)
# convert a sample document
# convertDocument
sample = db.convertDocument([0.1,0.2,0.3,0.4], {"hello": "world"})
# add document to AquilaDB
db.addDocuments([sample])
# create a k-NN search vector
vector = db.convertMatrix([0.1,0.2,0.3,0.4])
# perform k-NN from AquilaDB
k = 10
result = db.getNearest(vector, k)
阿奎拉德布
aquiladb是一个resilient,replicated,decentralized,host neutral存储feature vectors和document metadata。做k-nn从任何地方检索,甚至从阿奎拉最黑暗的裂谷(正在进行中)。当宇宙膨胀时,很容易设置和缩放。
github:https://github.com/a-mma/AquilaDB
码头枢纽:https://hub.docker.com/r/ammaorg/aquiladb
文档(专用wiki页面):https://github.com/a-mma/AquilaDB/wiki
弹性体
确保您的数据在任何网络上的任何地方都是可用的。不必总是在线。脱机工作,稍后同步。
复制
您的数据通过节点复制以获得最终的一致性。
分散
没有单一的失败点。
主机中性
想使用aws、azure、g-cloud或其他什么?有很多笔记本电脑吗?把他们联系起来?只要他们能互相交谈就不用担心。
这是给谁的
- 如果您正在进行一个数据科学项目,并且需要存储大量数据,并基于某个特征向量检索相似的数据,那么这将是一个有用的工具,对于现实世界的web应用程序有额外的好处。
- 你在处理大量的图像和相关的元数据吗?想找相似的吗?你在正确的地方。
- 如果您正在查找文档数据库,则这不是适合您的位置。
技术
阿奎拉德不是白手起家的。多亏了oss社区,它基于一些很酷的开源项目。我们找了一张沙发,加了一些轮子和喷气包,让它成为数据科学工程师们的超级酷的屁股。虽然couchdb为我们提供了网络和可伸缩性方面的好处,faiss提供了超快速的相似性搜索。与我们的同行管理服务一起,Aquiladb提供了一个独特的解决方案。
用a-mma.indic(a__)创建