オブジェクトとベクトルを一緒に保存し、ベクトル類似検索と構造化フィルタリングを組み合わせられるオープンソースのベクトルデータベース。
- スター
- 1,704
- フォーク
- 263
- 未解決の Issue
- 8
- 最終コミット
- 29 日前
これは何?
DingoDBは、DataCanvasが開発する分散型マルチモーダルベクトルデータベースです。リレーショナルテーブルとベクトルを1つのシステムで扱えるため、アプリケーションは構造化レコードとembeddingをまとめて保存し、MySQLプロトコル互換の統一SQLインターフェースからupsertやベクトルクエリを実行できます。
従来のスカラーインデックスとベクトルインデックスを組み合わせたハイブリッド検索に対応し、インデックスをリアルタイムで構築します。データは自動的にシャードへ分割され、データ量の増減に応じてシャードも分割・統合されます。高可用性を標準で備えているため、レプリケーションに外部コンポーネントは不要です。非常に大規模なデータセット向けには、メモリ使用量を抑えるディスクベースのベクトル検索を提供し、データ規模に応じてインデックスの種類を切り替えられます。
SQL、SDK、APIからアクセスできます。DockerとAnsibleによるデプロイガイドが用意されており、ストレージ層は、強整合性を実現するRaftプロトコルを採用した関連プロジェクトのDingo-Storeが担います。
主な機能
- 01構造化データとベクトルデータを扱える、MySQLプロトコル互換の統一SQLインターフェース。
- 02スカラーインデックスと複数種類のベクトルインデックスを組み合わせたハイブリッド検索。
- 03シャードサイズを動的に調整し、分割・統合する自動データシャーディング。
- 04外部コンポーネントを必要としない標準搭載の高可用性。
- 05バックグラウンドでのリアルタイムなインデックス構築。
- 06大規模データセット向けの、メモリ使用量を抑えたディスクベースのベクトル検索。
ユースケース
- embeddingと業務レコードを同じデータベースに格納して行うセマンティック検索。
- 構造化フィールドでベクトルを絞り込む、検索拡張生成アプリケーションの構築。
- 利用可能なメモリ容量を超える、大規模なembeddingコレクションの保存。
- リレーショナルデータベースとベクトルストアを別々に運用せず、1つのシステムに置き換える。
クイックスタート
- 1
セットアップ方法について公式ドキュメントを確認する
- 2
リンク先のガイドに従って、Dockerで単一ノードにデプロイする
使う前に知っておきたいこと
- READMEには直接実行できるインストールコマンドが記載されていないため、セットアップには外部ドキュメントが必要です。
- デプロイ方法は主にDockerまたはAnsible向けに説明されているため、インフラの作業が多少必要です。
トピック
よくある質問
- dingo とは?
- MySQL互換のSQLとベクトル検索を組み合わせ、構造化データと非構造化データを扱えるオープンソースの分散ベクトルデータベース。 DingoDBは、DataCanvasが開発する分散型マルチモーダルベクトルデータベースです。リレーショナルテーブルとベクトルを1つのシステムで扱えるため、アプリケーションは構造化レコードとembeddingをまとめて保存し、MySQLプロトコル互換の統一SQLインターフェースからupsertやベクトルクエリを実行できます。
- dingo は無料で使えますか?ライセンスは?
- dingo は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- dingo は今もメンテナンスされていますか?
- 活発にメンテナンス中。dingo の最終コミットは 2026年9月23日 です。
- dingo は何に使えますか?
- embeddingと業務レコードを同じデータベースに格納して行うセマンティック検索。 構造化フィールドでベクトルを絞り込む、検索拡張生成アプリケーションの構築。 利用可能なメモリ容量を超える、大規模なembeddingコレクションの保存。 リレーショナルデータベースとベクトルストアを別々に運用せず、1つのシステムに置き換える。
- dingo のインストール方法は?
- セットアップ方法について公式ドキュメントを確認する リンク先のガイドに従って、Dockerで単一ノードにデプロイする
- dingo はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/dingodb/dingo
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
ベクトル、全文検索、構造化・半構造化データを1つのMySQL互換エンジンに保存し、エージェントのメモリや検索に活用できるAIネイティブな検索データベースです。
Qdrantは、セマンティック検索やレコメンデーション向けにペイロードフィルタリングを備えた、Rust製のベクトル類似検索エンジン兼ベクトルデータベースです。
サーバーを立てずに低レイテンシの類似検索を実現する、アプリケーションに直接組み込めるオープンソースのインプロセスベクトルデータベース。
Lance形式で保存したデータに対し、ベクトル・全文・SQL検索を提供する、マルチモーダルAI向けの組み込み型検索ライブラリ兼データベース。
Epsillaは、メタデータフィルタリング、ハイブリッド検索、LLM検索連携に対応した、埋め込みベクトルの類似検索向けオープンソースC++ベクトルデータベースです。