DingoDB简介

产品介绍

DingoDB 是一款开源的、面向AI-Native的分布式多模态向量数据库，提供关系、向量、文本等多模态强一致性数据存储，提供基于SQL的多模态联合分析能力，融合了数据湖和向量数据库的特点，为存储和分析多种数据模型提供了可靠的基础保障。旨在满足现代应用中对多种类型数据存储、检索和分析的需求，并结合分布式和实时的数据库技术，提供高效、可靠的多模态数据管理和处理能力。DingoDB专注于提供高效、可靠的多模态数据存储和处理解决方案，广泛适用于风险预测、智能客服、智能推荐、智能助手等领域，帮助用户从多模态数据中发现有价值的信息和洞察。

产品特性

1. 多种访问接口支持

同时提供SQL、SDK、API等多种访问模式，同时支持Table和Vector作为First-Class Citizen.

2. 内建数据高可用

无需部署任何外部组件，所有功能和高可用全内置，部署和运维成本极低

3. 全自动弹性数据分片

数据分片大小动态配置、自动分裂和合并，同时为用户提供灵活的空间和资源配置策略

4. 联合查询和分布式事务

同时支持传统数据库索引类型和丰富的向量索引类型，无缝衔接的标量向量混合检索体验，具备领先业界的检索能力，支持融合标量和向量的分布式事务

5. 实时索引构建优化

实时构建标量和向量索引，具备用户无感知的后台自动索引优化，提供无延迟的数据检索能力支持

6. 海量数据的冷热分级检索

提供基于磁盘的向量检索能力，使得内存消耗降到最低，支持基于数据规模进行不同索引的切换能力

应用场景

1. 企业知识库建设

DingoDB旨在为企业知识库提供向量化存储，并与大规模模型相配合。它的目标是帮助构建智能化的知识库，全面提升知识分享的能力。能够极大地提高员工的工作效率，减少其在搜寻信息方面的时间消耗；支撑政府、传统企业构建企业级的知识库，实现语义的精准搜索与联合分析。

2. 大模型记忆体

DingoDB通过分布式存储系统提供可靠且高效的存储解决方案。在辅助大模型生成前进行Prompt管理，Prompt负责存储和组织各种用户输入，以便在查询时能快速检索相关Prompt作为输入。提供高并发的搜索答案能力，通过大模型记忆体的辅助，可以提升查询响应速度、用户体验和答案生成效率，同时满足大模型应用场景下的查询需求。

3. Vector Ocean数据支撑平台

DingoDB作为一个功能强大的数据存储平台，它能够存储、分析结构化和非结构化数据，并提供可靠的访问和查询接口，提升查询效率。同时具备多模态数据分析和科学计算的能力，能够处理多模态数据，提供丰富的分析算法探索和挖掘数据中的信息，支持各种复杂数据的分析任务和应用场景。

4. 实时决策指标计算能力

DingoDB 具备高性能和低延迟的特性，使用户能够在秒级时间内处理和分析大规模数据，并支持实时风控决策。它采用数据复制和故障转移机制，提供高可用性，同时通过持久化技术确保数据不丢失。此外，DingoDB还支持根据业务需求进行计算资源和存储资源的水平扩展，以满足不断增长的数据处理需求。满足信创标准的高频Serving计算能力，支撑实时风控、营销、推荐等要求亚秒级决策的场景。

5. 非结构化数据的检索

DingoDB支持对音频、视频、图像、文本等非结构化数据进行检索，提供基于磁盘的向量检索能力，并支持基于业务场景、数据规模等进行不同索引的切换能力。能够根据用户写入的数据在后端实时的、持续的重建索引，确保数据和索引的实时同步。DingoDB支持Flat、HNSW等主流向量索引。

6. 结构化与非结构化的融合分析

DingoDB支持处理包括音频、视频、文本等非结构化多种数据类型，并将它们向量化存储，从而更便捷地进行联合分析和科学计算。这种融合分析能力使得用户可以同时利用结构化数据和向量数据，从不同维度和深度挖掘数据中的潜在信息和价值。结构化与非结构化的融合分析可以应用于风险预测、舆情监测、智能客服、智能推荐等多个场景。例如：在金融行业，可以将结构化财务数据与非结构化的新闻报道等进行融合分析，以检测市场动向和风险变化。