seekdb 开源项目的来龙去脉

各位大佬，大家好！我是一位来自 OceanBase 团队的数据库开发工程师。OceanBase 团队诞生于阿里巴巴和蚂蚁集团，刚开始主要负责淘宝和支付宝中和交易支付相关业务，然后是各种银行和金融机构，接下来是从泛互联网行业扩展到各行各业。

但在 AI 时代，对于开发者，类似于 SQLite 这种轻量级数据库的能力非常有限（向量能力和传统 SQL 能力难以兼得），而传统数据库又有部署复杂度高、资源占用多等问题。这两类数据库对于开发者来说，都不够友好。

所以，我们专门为 AI 时代的开发者，打造了一个开源免费、轻量易用的 AI 原生混合搜索数据库 seekdb ，个人笔记本安装无压力，让大家只要有机器，就能跑 OB ！

• seekdb 已经开源，GitHub 项目地址：https://github.com/oceanbase/seekdb，欢迎对数据库感兴趣的朋友们在关注这个开源项目~
• seekdb 快速上手：https://www.oceanbase.ai/docs/zh-CN/deploy-seekdb-testing-environment
• seekdb 官方网站：https://www.oceanbase.ai/zh-CN/

seekdb 开源项目简介

seekdb 是 OceanBase 团队专门为开发者打造的一款开箱即用的 AI 原生数据库产品，专注于为 AI 应用提供高效的混合搜索能力，支持向量、全文及多模数据的统一存储与检索，是构建 AI 应用的绝佳选择。

seekdb 在继承了淘宝和支付宝背后的 OceanBase 数据库核心引擎高性能优势与 MySQL 全面兼容特性的基础上，通过深度优化数据搜索架构，为开发者提供了更符合 AI 应用数据处理需求的各项能力。为方便大家快速了解 seekdb 和 OceanBase 的关系，以及和常见数据库产品的能力差异，列出一个产品能力矩阵：

简单来说，seekdb 与 OceanBase 定位的区别是：

• seekdb 更 AI Native 、更轻量，更面向 AI 时代的开发者。
• OceanBase 则主要通过一体化的能力，全方位满足企业级客户在关键业务负载、数据实时分析和 AI 搜索上的多元需求。

说明：

• 支持
• 不支持
• 有限支持

[1] MySQL 8.0 移除了嵌入式能力

seekdb 的适用场景

• RAG 应用
  • 面向以智能聊天机器人、知识库、领域专家系统为代表的 RAG 场景，seekdb 支持了完整的 RAG Pipeline 解决方案。内置文档解析处理功能，集成向量嵌入（ Embedding ）、重排序（ Rerank ）及大语言模型（ LLM ），支持向量/全文/标量混合搜索，在一个数据库实例内实现 Doc In Data Out 。
• AI 辅助编程
  • 面向 AI 辅助编程场景，seekdb 支持对代码仓库构建向量和全文索引，基于代码关键词或代码语义，进行高效的代码搜索和生成补全。
• AI Agent 平台类应用
  • 面向 AI Agent 开发场景，seekdb 提供了快速启动和嵌入式部署能力，支持被快速拉起提供服务。提供高频增删改和实时查询能力，避免数据库性能瓶颈引起 AI 开发效率降低的问题。提供向量搜索、全文搜索及混合搜索特性和灵活的元数据管理能力，结合会话管理与记忆存储能力，无需再引入其他库就可快速构建 AI Agent 。提供 MCP Server 组件，无缝接入 AI 生态。
• 语义搜索引擎
  • 面向以电商商品搜索和推荐、多媒体内容检索、图片搜索等语义搜索场景，seekdb 支持对接主流向量嵌入模型并提供了向量搜索能力。同时提供了 Hybrid Index 功能，支持基于文本查询条件进行语义搜索，对用户屏蔽向量嵌入和查询结果 Rerank 的复杂流程，简化 AI 应用开发对数据库的使用方式。
• MySQL 应用现代化和 AI 化升级
  • seekdb 继承了 OceanBase 单机存储引擎、执行引擎、事务引擎、高级查询优化器的完整能力，高度兼容 MySQL ，并在此基础上扩展 AI 能力。小规格可用于物联网边缘设备数据采集、小型应用开发和实验教学等场景，中大规格可用于各行业 OLTP 、HTAP 或 AI 业务场景。

seekdb 的产品架构

• 部署模式
  • 支持 Client/Server 和嵌入式两种部署模式。嵌入式模式下可将 seekdb 直接集成进 Python 应用，便于进行个人开发。
• 具有 ACID 事务语义的存储层
  • 基于 LSM-Tree 架构的行存列存一体化存储引擎，自研高效的编码压缩机制降低存储成本。支持数据高频实时写入，和面向不同负载的高性能查询。
• 多模数据与索引层
  • 支持基础类型，向量、大文本、JSON 、GIS 、Array 等多模数据类型，并提供高效的索引支持。包括 HNSW / IVF 向量索引及索引量化算法，覆盖多种分词器和查询模式的基于 BM25 相关性计算算法的全文索引，适用于语义搜索的混合索引，及 JSON 多值索引、主键和二级索引、GIS 索引等。同时支持大宽表，以便减少关联计算，提升数据访问效率。
• 支持混合负载的多模计算层
  • 支持向量、全文、标量等条件的混合搜索，提升 RAG 应用查询结果的准确性。提供 AI Function 能力，实现库内实时推理。支持完整的 ACID 事务特性及基于 MVCC 的多版本并发访问能力，提供高级查询优化器和具备向量化执行能力的高效执行引擎，以及灵活的 PL UDF ，稳定支撑各类业务请求。
• 统一应用接口
  • 兼容 MySQL 原生驱动，提供基于 SQL 的支持多模数据的统一查询语言。并在此基础上提供了面向开发者更加友好的向量库/混搜 SDK 。同时适配近 30 种应用开发框架，也包含 LangChain 、LlamaIndex 、Dify 等 AI 应用开发框架。提供 MCP Server ，无缝接入 AI 生态。

seekdb 的核心特性

• 开箱即用，极速开发，易学易用
  • 单点架构设计，快速完成安装配置；无其他组件依赖，单点启动即可运行，适用于 AI 业务敏捷开发场景。提供灵活多样的部署方式，支持 Client/Server 和嵌入式两种部署模式：Client/Server 部署模式下，支持 yum install 、docker 或 windows/macos 桌面版部署方式；嵌入式部署模式下，原生 Python 集成，可作为 AI 应用内嵌数据库。已集成各类 AI 应用开发框架，几分钟即可快速构建 AI 应用。
• 支持 1C2G 小规格，垂直弹性扩缩容
  • 服务端 1 核 CPU + 2GB 内存即可跑 VectorDBBench Performance1536D50K 。对系统并发量、数据量、查询复杂度有较高要求时，可灵活垂直扩展资源规格。
• 高性能向量索引、全文索引，支持向量、全文、标量混合搜索
  • 向量搜索：支持高达 16,000 维向量存储与高性能检索，兼容 L2 、内积、余弦相似度等多种距离计算方式。提供 HNSW/IVF 索引及相关量化算法，支持精确最近邻及近似最近邻搜索，满足 AI 场景多样化的向量检索需求。
  • 全文搜索：支持基于 BM25 相关性排序算法的高性能全文索引，来实现面向关键词的精准搜索。提供 Space 、Beng 、Ngram 、IK 、Jieba 等多种分词器，支持 Natural Language Mode 、Boolean Mode 、Phrase Query 、Multi Match 等多种查询模式，可在海量数据中高效获得符合过滤规则的相关文本。
  • 混合搜索：支持向量、全文、标量、空间等多类数据的混合搜索，一条 SQL 完成多路查询与重排序，大大提高 RAG 应用查询结果的准确性。
• 混搜场景升级，基于 Hybrid Index 指定文本也可进行语义搜索
  • seekdb 提供了 Hybrid Index 功能，只需写入文本数据，系统自动进行 Embedding 并生成向量索引，查询时也仅需指定文本搜索条件，即可进行语义搜索。对用户屏蔽向量嵌入和查询结果 Rerank 的复杂流程，简化 AI 应用开发对数据库的使用方式。
• 无缝对接各类模型，内置 AI Function 实现库内实时推理
  • seekdb 支持大语言模型和向量嵌入模型接入，通过 DBMS_AI_SERVICE 系统包实现模型注册和管理。内置 AI_COMPLETE 、AI_PROMPT 、AI_EMBED 、AI_RERANK 等 AI Function ，支持标准 SQL 语法下的数据嵌入和库内实时推理。
• 基于 JSON 的动态 Schema ，支持文档元数据动态存储和高效访问
  • seekdb 支持 JSON 数据类型，具备动态 Schema 能力。支持 JSON 的部分更新以降低数据更新成本，提供 JSON 函数索引、多值索引来优化查询性能。实现半结构化编码，以降低存储成本。在 AI 应用中，JSON 可作为文档元信息的存储类型，并支持和全文、向量的混合搜索能力。
• 数据实时写入，实时可查
  • 基于 LSM-Tree 存储架构，seekdb 支持数据的高频实时写入。数据DML 时同步构建全文、向量、标量等各类索引，数据入库成功立即可查。
• 兼容 MySQL 不止于 MySQL ，支撑 HTAP 混合负载
  • 深度兼容 MySQL 的语法、协议、数据字典等，确保 MySQL 应用无缝迁移。同时通过创新架构突破 MySQL 支持的场景边界，基于行列混存技术、向量化执行能力，一个实例可以同时支持联机交易和实时分析等多种负载，省去数据同步的时间延迟和同步链路的维护成本。

上手示例

通过 seekdb 构建 AI 应用的示例：

• 基于 seekdb 多模融合构建文旅小助手

• 基于 seekdb 搭建知识库桌面应用

• 基于 seekdb 构建图搜图应用

除此以外，还有一些外部用户写的通过 seekdb 的向量、标量混合检索能力快速构建 AI 应用的博客，例如：《在 MacOS 场景下体验 seekdb embeded 》 这篇，就是通过 seekdb + vibe coding 快速构建了一个 AI 记事本，支持录入、自动生成摘要和智能搜索。

欢迎感兴趣的老师们尝试使用 seekdb 构建属于您自己的 AI 应用！

What's more ？

• seekdb 项目已经开源，GitHub 地址：https://github.com/oceanbase/seekdb，欢迎对数据库感兴趣的朋友们在关注这个开源项目~
• 如果你希望加入我们一起开发 seekdb ，或者探讨 seekdb 未来发展，亦或需要提供 seekdb 使用上的帮助，都欢迎在 seekdb 项目 https://github.com/oceanbase/seekdb 中提出 issue~
• 也欢迎对 seekdb 感兴趣的佬友们，扫描下方二维码，添加 OceanBase 开源社区助手的微信（备注 seekdb ），加入 seekdb 技术交流微信群~