用于在向量中搜索的 NoSQL DB space
NoSQL DB for searching in vector space
我完全不熟悉 NoSQL DBS，例如 Cassandra、Mongo、Redis 等，我想创建这种类型的结构：
{
"item_id": "ABC1",
"x1": 0.55,
"x2": -0.29,
...
"x100": 0.17
}
基本上，我有数百万个项目和 100 个与每个项目关联的浮点数。我的主要任务是搜索靠近给定浮点向量的项目（在维度 100 的向量 space 中），并获取例如前 k 个项目或距离小于 d 的所有项目。
是否有特别适合此类任务的 NoSQL 数据库？
感谢您的任何提示，
帕特里克
我相信 none 提到的 DB 会满足您的需求，尤其是对于您拥有的数据量，我建议使用 Solr ，我有类似的情况，而 Solr 是最好的解决方案.
据我所知，还没有现成支持非 (2|3)D 空间索引的数据库，但您可以在应用程序层内实现自己的索引。
一般来说，您希望有一个高效的 N 维最近邻搜索算法，如下所示：
- 整体复杂度为 O(log N) 的 KD 树
- Geohash
但要正确实施它们都非常棘手。
此问题的 2020 年更新：Elasticsearch 具有 out-of-the-box 余弦相似度函数，适用于具有多达 2048 个特征的向量（使用“密集向量”数据类型）。
我现在正在使用它，它适用于具有多个 hundred-thousand 向量的数据集。
我完全不熟悉 NoSQL DBS，例如 Cassandra、Mongo、Redis 等，我想创建这种类型的结构：
{
"item_id": "ABC1",
"x1": 0.55,
"x2": -0.29,
...
"x100": 0.17
}
基本上，我有数百万个项目和 100 个与每个项目关联的浮点数。我的主要任务是搜索靠近给定浮点向量的项目（在维度 100 的向量 space 中），并获取例如前 k 个项目或距离小于 d 的所有项目。
是否有特别适合此类任务的 NoSQL 数据库？
感谢您的任何提示， 帕特里克
我相信 none 提到的 DB 会满足您的需求，尤其是对于您拥有的数据量，我建议使用 Solr ，我有类似的情况，而 Solr 是最好的解决方案.
据我所知，还没有现成支持非 (2|3)D 空间索引的数据库，但您可以在应用程序层内实现自己的索引。
一般来说，您希望有一个高效的 N 维最近邻搜索算法，如下所示：
- 整体复杂度为 O(log N) 的 KD 树
- Geohash
但要正确实施它们都非常棘手。
此问题的 2020 年更新：Elasticsearch 具有 out-of-the-box 余弦相似度函数，适用于具有多达 2048 个特征的向量（使用“密集向量”数据类型）。 我现在正在使用它，它适用于具有多个 hundred-thousand 向量的数据集。