DingoDB多模数据库：融合SQL、向量和文档的多路召回数据库

DingoDB多模数据库融合SQL、向量和文档的多路召回数据库胡宗星｜北京九章云极科技有限公司 01AGI时代的数据架构演进 AGI时代的数据演进数据架构的演进OLAP、统计、机器学习、深度学习、自助分析、分析建议、AIGC、AutoMLGPTOLAP、统计、机器学习、深度学习、自助分析、分析建议、AIGC、AutoMLGPTNewDataStack时代的数据地图…VectorOcean……NewDataStack时代的数据地图………VectorOcean时代的数据底座多模数据库DingoDB的技术架构多模数据库的技术挑战多种模态的数据高效存储简介的访问方式多种模态数据的召回能力数据的一致性问题提供亚秒级点查的能力数据的稳定性和隔离性问题DingoDB多模数据库——逻辑架构StructuredStructuredDataUnstructuredUnstructuredDataMulti-modalMulti-modalExecute多模数据库DingoDB多模数据库——技术能力DingoDB多模数据库——全面统一的访问接口我想要一款类似图‘20003000’之间的‘具备防水功能’手表。FeatureExtraction↓SQL我想要一款类似图‘20003000’之间的‘具备防水功能’手表。FeatureExtraction↓SQLTextQueryFeatureVectorDingoDB标量检索向量检索标量检索向量检索文本检索DingoDB“价格”versatility.DingoDB多模数据库——特点总结支持支持MySQL协议支持多语言原生SDK直接访问高可用、高可扩展性、Share-Nothing的分布式架构支持标量、文档和向量联合检索开源开放（产品开源、拥抱社区生态：LangChain）业界唯一同时支持SQL和VectorFirst-ClassCitizen的多模数据库单一软件方案，无需引入其他软件系统•既是关系数据库：支持SQL，支持事务，符合用户使用关系型数据库的习惯•也是向量数据库：支持多种语言的SDK，可以像使用大多数纯向量数据库一样，无缝对接LLM应用•同时具备强大的文档检索能力：支持关键词搜索、正则表达式搜索等多种搜索方式，无缝实现多模态的数据检索。NO.01DingoDB多模数据库——多模+向量的信通院权威测试NO.01NO.02NO.02基于DingoDB的RAG实践企业级RAG应用的困境企业私有数据通常包含高度敏感的信息，如何在使用大模型时保护这些数据的隐私和安全，防止数据泄露，是一个重大企业私有数据通常包含高度敏感的信息，如何在使用大模型时保护这些数据的隐私和安全，防止数据泄露，是一个重大传统向量检索依赖内存空间进行召回，导致资源消耗巨大并传统向量检索依赖内存空间进行召回，导致资源消耗巨大并企业级应用要求系统需要具有高可靠性和冗余设计，以应对企业级应用要求系统需要具有高可靠性和冗余设计，以应对DingoDB多模数据库——RAG基本流程知识源知识处理向量化存储知识管家（Agent知识源知识处理向量化存储知识管家（Agent）非结构内容及归档存储非结构化处理数据解析处理结构化处理文件块数据三元组化结构化数据存量数据或API非结构化数据知识文档、Wikit模型及数据映射非结构内容及归档存储非结构化处理数据解析处理结构化处理文件块数据三元组化结构化数据存量数据或API非结构化数据知识文档、Wikit模型及数据映射向量化编码与数据存储多模数据库LLM4Chunk作为上下文，组合用户提问请求LLM答复提问3高精度语义检索返回答案知识助手2向量化及对齐1用户5LLM4Chunk作为上下文，组合用户提问请求LLM答复提问3高精度语义检索返回答案知识助手2向量化及对齐1用户5数据处理流程知识问答流程DingoDB多模数据库——RAG的收益多模数据支持自动弹性数据分片缓存加速能力+分级存储能力基于SQL的打通多种模态完善的多租户机制企业级高可用与一致性DingoDB多模数据库