VikingDB 向量数据库架构分析与设计

1. VikingDB 概述与整体架构

VikingDB 是火山引擎（BytePlus）推出的一款大规模云原生向量数据库，专为处理海量高维向量数据而设计(150)。作为 AI 原生应用程序的基础设施，VikingDB 能够高效存储和检索机器学习模型产生的海量向量数据，广泛应用于 RAG、推荐系统、搜索、记忆、标注、客服等场景(150)。

1.1 架构演进历程

VikingDB 的架构经历了重要的演进过程，从最初的存算一体、在离线一体架构逐步演进为存算分离、在离线分离的现代化架构(188)。这一架构转变不仅降低了用户的使用和运维成本，还显著提升了系统的可扩展性和性能表现。

1.2 云原生设计理念

VikingDB 基于大规模云原生架构设计，在基础设施层面做了大量开发工作。系统具备强大的弹性调度能力，单租户支持千级别数量的索引和单库百亿候选规模，能够自动跟随数据量和请求规模进行弹性扩缩容。不同租户之间具有可靠的隔离机制，确保为用户提供稳定的毫秒级检索能力。

2. 系统架构详解

2.1 整体架构图

2.2 架构层次分析

从架构图可以看出，VikingDB 采用了清晰的分层设计，主要包括以下几个层次：

云基础设施层：基于火山引擎的云基础设施，提供计算、存储、网络等基础资源支持(182)。这一层为整个系统提供了弹性、可靠的运行环境。

存算分离架构层：实现了计算与存储的物理分离，包括计算节点集群、存储节点集群和控制节点集群(168)。这种设计使得计算和存储资源能够独立扩展，提高了资源利用率和系统灵活性。

核心引擎层：包含存储引擎、索引引擎和查询引擎三个核心组件，是 VikingDB 的技术核心。这一层实现了向量数据的高效存储、索引构建和查询处理。

服务管理层：分为控制平面和数据平面，负责系统的配置管理、资源调度和数据处理(102)。控制平面主要处理配置管理和集群协调，数据平面负责实际的数据读写和查询执行。

API 与 SDK 层：提供 REST API 和多语言 SDK 支持，包括 Python、Java、Go、Node.js 等(168)，方便开发者集成和使用。

应用层服务：包括向量库、知识库和记忆库三个核心应用场景。向量库是底层基础设施，知识库提供 "文档管理 - 语义检索 - 智能对话" 的一体化服务，记忆库为 AI 应用提供持久记忆能力。

3. 核心组件架构详解

3.1 存储模块架构

VikingDB 的存储模块负责向量数据的持久化存储和管理，支持多种数据类型和存储方式。

3.1.1 存储引擎架构

3.1.2 存储引擎核心特性

VikingDB 存储引擎支持以下主要特性：

多类型数据支持：存储引擎支持稠密向量（vector）和稀疏向量（sparse_vector）两种主要的向量类型(166)。稠密向量以浮点数数组格式存储，稀疏向量以 JSON 字典格式存储，其中键为关键词字面量，值为权重数值(166)。

灵活的数据模型：除向量类型外，还支持 int64、float32、string、bool、list、list等多种数据类型。每个数据集（Collection）必须指定主键字段，支持复合数据结构。

向量化集成：存储引擎与向量化功能深度集成，支持通过 vectorize 参数自动将文本和图片数据转换为向量。支持多种向量化模型，包括 doubao-embedding、doubao-embedding-large、bge-large-zh 等。

TOS 对象存储支持：系统支持将图片数据写入 TOS 路径，格式为tos://{bucket}/{object_key}，提供了灵活的存储选项。

数据生命周期管理：支持 TTL（Time to Live）机制，单位为秒，默认值 0 表示数据不过期(166)。当 TTL 设置为 86400 时，表示 1 天后数据自动删除，实现数据的自动生命周期管理。

3.2 索引模块架构

索引模块是 VikingDB 的核心组件之一，负责向量索引的构建、维护和查询优化。

3.2.1 索引引擎架构

3.2.2 索引类型与特性

VikingDB 支持多种先进的向量索引算法，每种算法都针对特定的应用场景进行了优化：

HNSW 索引：基于层次化可导航小世界（Hierarchical Navigable Small World）算法，是一种基于图的索引结构(125)。HNSW 通过构建多层网络减少搜索过程中需要访问的节点数量，实现快速高效的最近邻搜索，适合对搜索效率要求较高的场景。

IVF 索引：倒排文件（Inverted File）索引，利用倒排思想保存每个聚类中心下的向量。查询时找到最近的几个中心，分别搜索这些中心下的向量，速度较快但精度略低，适合中等规模数据量场景。

DiskANN 索引：基于 Vamana 图的磁盘索引算法，将 Vamana 图与 PQ 量化压缩方案结合。图索引和原始数据存储在 SSD 中，压缩索引放在内存中，适用于大规模数据量且对内存成本敏感的场景。

混合索引（HNSW_HYBRID）：支持同时对稠密向量和稀疏向量进行索引，检索时返回兼顾两种类型相似性的结果。这种索引特别适合需要同时考虑语义相似性和关键词匹配的场景。

3.2.3 索引构建与维护

VikingDB 的索引构建过程包括以下关键步骤：

参数配置：每种索引类型都有相应的参数配置。例如，HNSW 索引的主要参数包括 M（邻居节点个数）、hnswCef（构建图时搜索邻居节点的广度）、hnswSef（线上检索的搜索广度）。

量化支持：系统支持多种量化方式，包括 Int8、Float、Fix16 和 PQ。量化技术能够在保证检索精度的前提下，显著降低存储成本和计算复杂度。

流式更新：VikingDB 采用自研的流式更新架构，具备旁路化更新机制(150)。系统承诺在任意负载下提供秒级数据实时性保障，单片支持 1000 QPS 写入的时效性保障。

3.3 查询处理模块架构

查询处理模块负责接收、解析、优化和执行用户的查询请求，是连接用户与底层存储和索引的关键组件。

3.3.1 查询处理流程

3.3.2 查询类型支持

VikingDB 支持多种查询类型，满足不同场景需求：

向量检索：根据输入向量查找最相似的向量。支持 cosine 相似度、内积（IP）和欧氏距离（L2）三种距离计算方式。

混合检索：结合向量检索和标量检索两种方法(147)。使用向量检索匹配向量相似度，同时使用标量检索匹配数据的标量值进行过滤，提供更精确的查询结果。

子索引查询：支持通过 partition 参数指定子索引进行查询。子索引是一种数据分区方法，能够将数据集按特定标量字段划分为多个分区，提高检索性能。

3.3.3 查询优化策略

VikingDB 采用多种优化策略提升查询性能：

智能路由：系统能够根据查询类型和负载情况，智能选择最优的执行路径。对于带过滤条件的查询，系统会预估过滤比例，自适应调整执行计划。

并行执行：查询执行器支持并行查询处理，能够同时访问多个索引分片并聚合结果。这种并行机制显著提升了大规模数据集下的查询性能。

参数调优：系统提供 scale_k 参数，允许用户动态调整检索精度和性能之间的平衡。scale_k 值越大检索结果越精确，但相应地会降低性能。

3.4 数据管理模块架构

数据管理模块负责数据的写入、更新、删除和生命周期管理，确保数据的一致性和可靠性。

3.4.1 数据操作接口

3.4.2 数据写入机制

VikingDB 支持多种数据写入方式，满足不同场景需求：

实时写入：支持实时同步写入，数据写入后能够快速被检索到。系统提供了高并发写入支持，单片可支持 1000 QPS 的写入性能(150)。

批量写入：支持大批量数据导入，特别适合初始化数据加载场景。批量写入能够优化网络传输和存储效率，提高数据导入速度。

异步写入：提供异步写入接口，允许应用程序在后台处理数据写入，不影响主线程性能。

3.4.3 数据更新与删除

数据更新机制支持部分字段更新，包括 text、标量字段和 vector 字段。更新操作具有以下特点：

部分更新：支持只更新需要修改的字段，无需重新写入整条记录。这种设计减少了网络传输量和存储 I/O 操作。

TTL 支持：每条数据都可以设置 TTL（生存时间），单位为秒(166)。当 TTL 过期时，系统会自动删除相应数据，实现数据的生命周期管理。

删除机制：支持按主键删除和按条件删除两种方式(153)。删除操作会在后台异步更新索引，确保查询结果的准确性。

4. 高级特性与扩展架构

4.1 混合检索架构

VikingDB 的混合检索架构结合了稠密向量和稀疏向量的优势，提供更精确的检索结果。

混合检索的核心优势在于能够同时捕获语义相似性和关键词匹配(190)。稠密向量负责捕获语义信息，稀疏向量负责捕获关键词信息，两者结合能够提供更全面的检索结果。

4.2 后处理算子架构

VikingDB 提供了强大的检索后处理能力，能够对检索结果进行进一步优化。

4.2.1 后处理流程

4.2.2 后处理功能

分数融合：基于业务需求结合数据的时间、空间等信息进行融合排序。系统支持将向量检索分数与业务指标分数进行加权融合，生成更贴合业务需求的最终排序分数。

结果过滤：基于业务需求通过正则匹配设定筛选规则，确保返回有效的检索结果。支持 string_contain（关键词匹配）和 string_match（正则匹配）两种过滤方式。

结果均衡：对特定字段设置出现频率限制，防止某些值占据过多搜索结果，保证检索结果的多样性和公平性。

4.3 监控与运维架构

VikingDB 集成了完善的监控和运维体系，确保系统的稳定运行。

监控系统支持三个主要维度的监控：

索引请求监控：包括索引请求平均延时、最大延时、QPS、错误 QPS、延时 P90/P99 等关键指标。

数据集操作监控：包括数据写入 QPS、删除 QPS、查询 QPS 等操作指标。

向量化监控：包括向量化请求平均延时、最大延时、QPS、错误 QPS 等指标。

5. 系统集成与扩展性

5.1 API 与 SDK 架构

VikingDB 提供了丰富的 API 和 SDK 支持，方便开发者快速集成和使用。

系统目前支持 Python、Java、Go 和 Node.js 四种主要编程语言的 SDK(168)，每种 SDK 都提供了完整的类型定义和自动补全功能，方便开发者使用。

5.2 安全与权限架构

VikingDB 通过火山引擎的访问控制（IAM）系统实现安全管理。

身份认证：系统通过 Access Key ID 和 Secret Access Key 进行身份验证(175)，确保 API 访问的安全性。

权限管理：提供系统预设策略和自定义策略两种权限管理方式。预设策略包括 VikingdbFullAccess（完全访问权限）和 VikingdbReadOnlyAccess（只读访问权限）。

6. 性能优化与调优

6.1 量化与压缩优化

VikingDB 通过多种量化技术实现性能优化：

系统默认使用 Int8 量化方式，能够在精度损失 3% 以内的情况下，实现 75% 的存储节省。

6.2 索引优化策略

不同索引类型的性能特征如下：

6.3 硬件加速支持

VikingDB 支持 GPU 加速和基于指令集的计算优化。GPU 加速特别适合对精度和延时都有极端需求，且数据量相对较小的场景。

7. 总结与建议

VikingDB 作为一款大规模云原生向量数据库，通过存算分离架构、多种索引算法支持和强大的查询处理能力，为 AI 应用提供了高效的向量数据管理解决方案。

7.1 架构优势总结

云原生设计：基于火山引擎的云基础设施，提供弹性扩展和高可用性保障。

多样化索引支持：支持 HNSW、IVF、DiskANN 等多种索引算法，满足不同场景需求。

混合检索能力：独特的稠密 + 稀疏向量混合检索，提供更精确的检索结果。

实时性保障：流式更新架构确保秒级数据新鲜度，支持高并发写入。

7.2 部署建议

开发环境：建议使用 HNSW 索引，M=16，efSearch=64，提供良好的开发体验。

测试环境：建议使用与生产环境相同的配置，包括索引类型和量化方式。

生产环境：

• 数据量 < 1 亿：推荐 HNSW 索引，开启 Int8 量化

• 数据量 > 1 亿：推荐 DiskANN 索引或分片 HNSW

• 混合检索场景：推荐 HNSW_HYBRID 索引

通过合理的架构设计和参数配置，VikingDB 能够为各类 AI 应用提供高效、稳定的向量数据管理服务，是构建现代 AI 应用的理想选择。

参考资料

[1] BytePlus | AI-Native Cloud for Enterprise Growth https://www.byteplus.com/zh-CN/product/vectordatabase

[2] 帮助文档--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1251444

[3] 产品介绍--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1860687

[4] VikingDB Vector Database https://www.byteplus.com/en/product/VectorDatabase

[5] VikingDB - 火山引擎推出的高性能云原生向量数据库 | AI分享圈 https://aisharenet.com/vikingdb/

[6] 向量库V2快速入门--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1817051

[7] 使用VikingDB进行向量数据库管理与应用-CSDN博客 https://blog.csdn.net/eahba/article/details/145752940

[8] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[9] VikingsEventMgmt/docs/reference/database-schema.md at main · Walton-Viking-Scouts/VikingsEventMgmt · GitHub https://github.com/Walton-Viking-Scouts/VikingsEventMgmt/blob/main/docs/reference/database-schema.md

[10] The Viking viewer for connectomics: scalable multi-user annotation and summarization of large volume data sets https://onlinelibrary.wiley.com/doi/full/10.1111/j.1365-2818.2010.03402.x

[11] A Linguistic Query Language On Top Of A Column-Oriented Main-Memory Database https://www.viktor-rosenfeld.com/assets/publications/Rosenfeld_2012_An-Implementation/Rosenfeld_2012_An-Implementation.pdf

[12] casparluc/VikingDoom https://github.com/casparluc/VikingDoom

[13] File: README — Documentation for viking-sequel (3.10.0) https://www.rubydoc.info/gems/viking-sequel/3.10.0/file/README.rdoc

[14] VikingsEventMgmt/docs/reference/database-schema.md at main · Walton-Viking-Scouts/VikingsEventMgmt · GitHub https://github.com/Walton-Viking-Scouts/VikingsEventMgmt/blob/main/docs/reference/database-schema.md

[15] Viking architecture: From longhouses to defensive ramparts https://www.battlemerchant.com/en/blog/viking-architecture-from-longhouses-to-defensive-ramparts

[16] 维该项目数据库设计说明书.pdf-原创力文档 https://m.book118.com/html/2023/0425/7033102136005100.shtm

[17] Indexer - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/indexer/indexer_volc_vikingdb/

[18] Architecture 1\nGroup 2 - Viki https://eng1-vikingz.github.io/pdfs/Arch1.pdf

[19] Viking Castles: Fortresses of the Norse World https://viking.style/viking-castles-fortresses-of-the-norse-world/

[20] BytePlus | AI-Native Cloud for Enterprise Growth https://www.byteplus.com/zh-CN/product/vectordatabase

[21] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[22] VikingDB Vector Database https://www.byteplus.com/en/product/vectordatabase

[23] VikingDB - 火山引擎推出的高性能云原生向量数据库 | AI分享圈 https://aisharenet.com/vikingdb/

[24] VikingDB:大规模云原生向量数据库的前沿实践与应用 - 文章 - 开发者社区 - 火山引擎 https://developer.volcengine.com/articles/7359608769129087026

[25] VikingDB - OpenI https://openi.cn/309563.html

[26] createVikingdbIndex--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1927056

[27] Storage Engine - Voron https://ravendb.net/docs/article-page/6.2/csharp/server/storage/storage-engine

[28] VikingDB:大规模云原生向量数据库的前沿实践与应用 - 文章 - 开发者社区 - 火山引擎 https://developer.volcengine.com/articles/7359608769129087026

[29] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[30] Building Workload-Independent Storage with VT-Trees(pdf) https://atc.usenix.org/system/files/conference/fast13/fast13-final165_0.pdf

[31] Storing data with Vinyl https://hackernoon.com/storing-data-with-vinyl

[32] Подсистема хранения данных http://neerc.ifmo.ru/wiki/index.php?title=%D0%9F%D0%BE%D0%B4%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%B0_%D1%85%D1%80%D0%B0%D0%BD%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85

[33] 存储引擎高效设计-洞察分析 - 豆丁网 https://www.docin.com/touch_new/preview_new.do?id=4797370417

[34] createVikingdbIndex--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1927056

[35] Indexer - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/indexer/indexer_volc_vikingdb/

[36] VikingDB Vector Database https://www.byteplus.com/en/product/vectordatabase

[37] VikingDB MCP server https://lobehub.com/mcp/kashiwabyte-vikingdb-mcp-server

[38] Indexer - volc VikingDB | CloudWeGo https://www.cloudwego.io/zh/docs/eino/ecosystem_integration/indexer/indexer_volc_vikingdb/

[39] Defines Module不生成_mob64ca14079fb3的技术博客_51CTO博客 https://blog.51cto.com/u_16213647/13119608

[40] 检索后处理算子-PostProcess--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1927059

[41] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[42] createVikingdbIndex--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1927056

[43] 核心流程--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1946660

[44] Query Life Cycle https://karlchris.github.io/data-engineering/data-modeling/query-lifecycle/

[45] Overview of Query Processing in Databases https://www.cwblogs.com/posts/query-processing/

[46] VikingDB - 火山引擎推出的高性能云原生向量数据库 | AI分享圈 https://aisharenet.com/vikingdb/

[47] VikingDB:大规模云原生向量数据库的前沿实践与应用 - 文章 - 开发者社区 - 火山引擎 https://developer.volcengine.com/articles/7359608769129087026

[48] 用完字节的火山 VikingDB，我都不舍得告诉别人_MacTalk http://m.toutiao.com/group/7527674926736736809/?upstream_biz=doubao

[49] 云原生数据库与分库分表:架构设计与实践-CSDN博客 https://fyakm.blog.csdn.net/article/details/155917905

[50] SDK installation and initialization https://docs.byteplus.com/en/docs/VikingDB/nodesdk_SDK_installation_and_initialization

[51] 核心流程--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1946660

[52] Getting started with vector databases https://docs.byteplus.com/en/docs/VikingDB/Getting_started_with_vector_databases

[53] volc-sdk-nodejs/CHANGELOG.md at main · volcengine/volc-sdk-nodejs · GitHub https://github.com/volcengine/volc-sdk-nodejs/blob/main/CHANGELOG.md

[54] Integrating LLM with Memory https://docs.byteplus.com/en/docs/VikingDB/Integrating_LLM_with_Memory

[55] 安装与client初始化--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1278696

[56] Retriever - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/retriever/retriever_volc_vikingdb/

[57] 搜索画像记忆-SearchProfileMemory--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/2100966

[58] VikingDB Vector Database https://www.byteplus.com/en/product/vectordatabase

[59] Vika, inc. https://github.com/vikadata

[60] VikingDB - OpenI https://openi.cn/309563.html

[61] 安装与client初始化--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1927080

[62] 核心流程--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254524

[63] 监控告警--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254452

[64] New study analyzes Viking Age beacon warning system in Norway https://www.thevikingherald.com/article/new-study-analyzes-viking-age-beacon-warning-system-in-norway/1277

[65] Viking Analytics raises Series A of more than € 3mn for global expansion https://reliabilityweb.com/viking-analytics-raises-series-a

[66] Viking Monitor - Download https://viking-monitor.updatestar.com/

[67] Viking LM-24M 24-Line Status Monitor System https://www.startechtel.com/shop/viklm24m-viking-lm-24m-24-line-status-monitor-system-48316

[68] Alarm Monitoring https://www.vikingsprinkler.com/alarm-monitoring.php

[69] 24-Line Status Monitor System (Discontinued) https://www.zoro.com/viking-electronics-24-line-status-monitor-system-lm-24m/i/G809916929/

[70] 使用VikingDB进行向量数据库管理与应用-CSDN博客 https://blog.csdn.net/eahba/article/details/145752940

[71] vikingdb-mcp-server https://github.com/ever-works/awesome-mcp-servers/blob/master/details/vikingdb-mcp-server.md

[72] VikingDB Vector Database https://www.byteplus.com/en/product/VectorDatabase

[73] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[74] Viking DB | 🦜️🔗 LangChain https://imooc-langchain.shortvar.com/docs/integrations/vectorstores/vikingdb/

[75] SDK installation and initialization https://docs.byteplus.com/en/docs/VikingDB/nodesdk_SDK_installation_and_initialization

[76] 数据集管理--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254466

[77] [multiple-backends] Architecture diagram #1907 https://github.com/neicnordic/sensitive-data-archive/issues/1907

[78] VikingsEventMgmt/docs/reference/database-schema.md at main · Walton-Viking-Scouts/VikingsEventMgmt · GitHub https://github.com/Walton-Viking-Scouts/VikingsEventMgmt/blob/main/docs/reference/database-schema.md

[79] The Viking viewer for connectomics: scalable multi-user annotation and summarization of large volume data sets https://onlinelibrary.wiley.com/doi/full/10.1111/j.1365-2818.2010.03402.x

[80] Software Architecture Document (SAD) https://github.com/VisualGameData/VIGAD/wiki/Software-Architecture-Document-(SAD)/d724d9f94917903816391eccc4c40b1cdddcd54e

[81] Architecture https://github.com/v6d-io/v6d/blob/main/docs/notes/architecture.rst

[82] 4장 데이터베이스와 아키텍처 구성 https://velog.io/@yangsijun528/4%EC%9E%A5-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4%EC%99%80-%EC%95%84%ED%82%A4%ED%85%8D%EC%B2%98-%EA%B5%AC%EC%84%B1

[83] 【你也能从零基础学会网站开发】理解DBMS数据库管理系统架构,从用户到数据到底经历了什么_db架构图-CSDN博客 https://blog.csdn.net/windowsxp2018/article/details/140134458

[84] 向量库V2快速入门--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1817051

[85] arXiv:2409.13793v2 [cs.CR] 16 https://arxiv.org/pdf/2409.13793v2.pdf

[86] Indexer - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/indexer/indexer_volc_vikingdb/

[87] Retriever - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/retriever/retriever_volc_vikingdb/

[88] 用完字节的火山 VikingDB，我都不舍得告诉别人_MacTalk http://m.toutiao.com/group/7527674926736736809/?upstream_biz=doubao

[89] Vertica | SQL Conjuror https://sqlconjuror.com/tag/vertica/

[90] Post-processing operators https://docs.byteplus.com/en/docs/VikingDB/Post-processing_operators

[91] VikingDB:大规模云原生向量数据库的前沿实践与应用 - 文章 - 开发者社区 - 火山引擎 https://developer.volcengine.com/articles/7359608769129087026

[92] VikingDB Vector Database https://www.byteplus.com/en/product/vectordatabase

[93] 加速大模型落地:火山引擎向量数据库的实践应用 - 活动 - 开发者社区 - 火山引擎 https://developer.volcengine.com/activities/7341425505492074522

[94] VIKING

Enterprise Solutions

PR https://www.vikingenterprisesolutions.com/wp-content/uploads/2024/05/CNO-Product-Brief_v2.pdf

[95] AI存储--VAST Data 架构与元数据内幕-CSDN博客 https://blog.csdn.net/the_classic_hero/article/details/151938237

[96] VeDI Volcengine Data Intellige(pdf) https://byconity.github.io/assets/files/%E4%BA%91%E5%8E%9F%E7%94%9F%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93ByteHouse%E6%8A%80%E6%9C%AF%E7%99%BD%E7%9A%AE%E4%B9%A6V1.0-3cbc2e07938a5127362b057566748f39.pdf

[97] VIKING

Enterprise Solutions

WH https://www.atto.com/wp-content/uploads/WebCollateral/white-papers/WhitePaper-Viking-Enterprise-Solutions-Disaggregated-Storage-Over-Ethernet-Using-ATTO-XstreamCORE-8200.pdf

[98] Database Features https://docs.starrocks.io/docs/introduction/Features/

[99] 存储计算分离架构概述-云社区-华为云 https://bbs.huaweicloud.com/blogs/71c80aec62f44a74b5177b2379ddd504

[100] 火山引擎云数据库 veDB 在字节内部的业务实践-CSDN博客 https://blog.csdn.net/csdnnews/article/details/125230188

[101] How do vector databases like Milvus or Weaviate handle storage of vectors and indexes under the hood (e.g., do they use memory-mapped files, proprietary storage engines, etc.)? https://zilliz.com/ai-faq/how-do-vector-databases-like-milvus-or-weaviate-handle-storage-of-vectors-and-indexes-under-the-hood-eg-do-they-use-memorymapped-files-proprietary-storage-engines-etc

[102] 控制平面对象在内存中存储的作用考虑一个问题，以负载均衡中的虚服务为例，新增一个虚服务，控制面存在数据库里，查询的时候，从 - 掘金 https://juejin.cn/post/7543584497699569698

[103] The Data Plane https://docs.fd.io/vpp/21.10/gettingstarted/developers/fib20/dataplane.html

[104] Platform architecture https://docs.union.ai/byoc/user-guide/platform-architecture

[105] Architecture Overview https://docs.tibco.com/pub/platform-cp/1.2.0/doc/html/UserGuide/architecture-overview.htm?TocPath=TIBCO%20Control%20Plane%20and%20Data%20Plane%20Overview%7C_____2

[106] Control Plane vs. Data Plane: A Data Integration Perspective for Modern Enterprises https://airbyte.com/data-engineering-resources/control-plane-vs-data-plane

[107] Kuadrant Architectural Overview https://github.com/kuadrant/architecture/blob/main/docs/design/architectural-overview-v1.md

[108] Overall Architecture https://dingodb.readthedocs.io/en/latest/architecture/architecture.html

[109] [데이터베이스 구축] 뷰, 클러스터 및 분산DB 설계 https://velog.io/@simon3397/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4-%EA%B5%AC%EC%B6%95-%EB%B7%B0-%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0-%EB%B0%8F-%EB%B6%84DB-%EC%84%A4%EA%B3%84

[110] TiDB Architecture https://docs.pingcap.com/tidb/v6.6/tidb-architecture

[111] VikingDB:大规模云原生向量数据库的前沿实践与应用 - 文章 - 开发者社区 - 火山引擎 https://developer.volcengine.com/articles/7359608769129087026

[112] Indexer - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/indexer/indexer_volc_vikingdb/

[113] 使用VikingDB数据库进行向量存储和检索-CSDN博客 https://blog.csdn.net/Zbb159/article/details/149072744

[114] Retriever - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/retriever/retriever_volc_vikingdb/

[115] VikingDB https://mcpservers.org/servers/KashiwaByte/vikingdb-mcp-server

[116] Vektordatentyp https://learn.microsoft.com/de-de/sql/t-sql/data-types/vector-data-type?view=sql-server-ver17

[117] createCollection--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254595

[118] update_data--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1419281

[119] Storage Engine - Voron https://ravendb.net/docs/article-page/6.2/csharp/server/storage/storage-engine

[120] GitHub - vkayy/vkdb: A time series database engine in C++. https://github.com/vkayy/vkdb/

[121] 探索VikingDB:大规模向量存储的新时代利器探索VikingDB:大规模向量存储的新时代利器 引言 在现代人工智能和 - 掘金 https://juejin.cn/post/7446285461243445289

[122] 产品介绍--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1860687

[123] Подсистема хранения данных http://neerc.ifmo.ru/wiki/index.php?title=%D0%9F%D0%BE%D0%B4%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%B0_%D1%85%D1%80%D0%B0%D0%BD%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85

[124] 告别AI应用“金鱼记忆”,火山引擎发布Viking长期记忆 | 今日流媒体 https://v.lmtw.com/mzs/content/detail/id/246617

[125] createVikingdbIndex--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1927056

[126] VikingDB Vector Database https://www.byteplus.com/en/product/vectordatabase

[127] DiskANN: On-disk graph-based approximate nearest neighbor search 🦀 https://github.com/jianshu93/rust-diskann/

[128] DISKANN https://milvus.io/docs/diskann.md

[129] A Python Library for Using PostgreSQL as a Vector Database in AI Applications https://www.timescale.com/blog/a-python-library-for-using-postgresql-as-a-vector-database-in-ai-applications-authors-avthar-matvey/

[130] DiskANN: Fast Accurate Billion-point Nearest Neighbor Search on a Single Node https://users.cs.utah.edu/\~pandey/courses/cs6530/fall24/papers/vectordb/DiskANN19.pdf

[131] DiskANN and Filtered Vector Search are Now Generally Available in Azure Cosmos DB for MongoDB (vCore) https://devblogs.microsoft.com/cosmosdb/diskann-in-azure-cosmos-db-for-mongodb/

[132] postprocessing operator https://docs.byteplus.com/en/docs/VikingDB/javasdk_postprocessing_operator

[133] CREATE HYBRID VECTOR INDEX http://docs.oracle.com/en/database/oracle/oracle-database/26/vecse/create-hybrid-vector-index.html

[134] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[135] BytePlus | AI-Native Cloud for Enterprise Growth https://www.byteplus.com/zh-CN/product/vectordatabase

[136] VikingDB - OpenI https://openi.cn/309563.html

[137] SearchByVector--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254609

[138] Retriever - volc VikingDB https://www.cloudwego.io/docs/eino/ecosystem_integration/retriever/retriever_volc_vikingdb/

[139] 提高吞吐--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1860718

[140] Improving execution efficiency of just-in-time compilation based query processing on GPUs https://dlnext.acm.org/doi/pdf/10.14778/3425879.3425890

[141] Workload-Driven Vertical Partitioning for Effective Query Processing over Raw Data https://www.arxiv-vanity.com/papers/1503.08946/

[142] Improving the Performance of Pipelined Query Processing with Skipping(pdf) https://ntnuopen.ntnu.no/ntnu-xmlui/bitstream/handle/11250/2367635/paper62616.pdf?sequence=1

[143] Query Processing and Optimization https://noobtomaster.com/database-management-system/query-processing-and-optimization/

[144] How Databend Optimizer Works https://docs.databend.com/guides/how-databend-works/how-databend-optimizer-works

[145] Overview of Query Processing in Databases https://www.cwblogs.com/posts/query-processing/

[146] Query Hybrid Vector Indexes End-to-End Example http://docs.oracle.com/en/database/oracle/oracle-database/23/vecse/query-hybrid-vector-indexes-end-end-example.html

[147] 标量过滤检索--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254590

[148] PL/SQL Packages and Types Reference https://docs.oracle.com/en//database/oracle/oracle-database/23/arpls/dbms_hybrid_vector1.html

[149] Introducing Vector Search To Valkey https://valkey.io/blog/introducing-valkey-search/

[150] BytePlus | AI-Native Cloud for Enterprise Growth https://www.byteplus.com/zh-CN/product/vectordatabase

[151] SEARCH {#GUID-A386BDB0-35D0-41E1-8F41-49AEBEC13BFC} https://github.com/khyati-agarwal-123/vecse/blob/main/search.md

[152] search--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254563

[153] 数据(Data)--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1791128

[154] File: README — Documentation for viking-sequel (3.10.0) https://rubydoc.info/gems/viking-sequel/file/README.rdoc

[155] Data https://docs.velodb.io/cloud/user-guide/studio/data

[156] Data Lifecycle in Databend https://docs.databend.com/guides/data-management/data-lifecycle

[157] Vector Operations: CRUD https://apxml.com/courses/vector-databases-semantic-search/chapter-2-introducing-vector-databases/vector-db-crud-operations

[158] Datahåndtering og database https://www.cliffsnotes.com/study-notes/24333707

[159] Modifying Data with Entity Famework Core https://code-maze.com/efcore-modifying-data/

[160] Enhance Cache TTL Strategy for Offline-First Operation #71 https://github.com/Walton-Viking-Scouts/VikingsEventMgmt/issues/71

[161] DBMS - Transaction https://www.tutorialspoint.com/dbms/dbms_transaction.htm

[162] Timeouts in TiDB https://docs.pingcap.com/tidbcloud/dev-guide-timeouts-in-tidb/

[163] Time to Live (TTL) https://ydb.tech/ru/docs/concepts/ttl

[164] Hodnota TTL (Time to Live) ve službě Cosmos DB (v Azure a Fabric) https://learn.microsoft.com/cs-cz/cosmos-db/time-to-live

[165] 核心流程--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1254524

[166] update_data--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1419281

[167] 安装与初始化--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1941747

[168] VikingDB Vector Database https://www.byteplus.com/en/product/vectordatabase

[169] Getting started with vector databases https://docs.byteplus.com/en/docs/VikingDB/Getting_started_with_vector_databases

[170] Vika, inc. https://github.com/vikadata/

[171] SDK installation and initialization https://docs.byteplus.com/en/docs/VikingDB/nodesdk_SDK_installation_and_initialization

[172] Integrating LLM with Memory https://docs.byteplus.com/en/docs/VikingDB/Integrating_LLM_with_Memory

[173] VikingDB - OpenI https://openi.cn/309563.html

[174] 向量库权限资源与分账管理 - V1--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1860715

[175] Frequently Asked Questions https://ubos.tech/mcp/vikingdb-mcp-server/faq/

[176] Viking VA-18MONITOR Konnect Wireless Access Control & Diagnostics https://gatedepot.com/viking-va-18monitor-konnect-wireless-access-control-diagnostics

[177] SECURITY & COMMUNICATION

Vanda https://vikingelectronics.com/wp-content/uploads/K-1770-IP_Series.pdf

[178] Kviklet https://github.com/kviklet/kviklet/

[179] Introduction to Vector Security https://docs.actian.com/vectorhadoop/6.0/Security/IntroVectorSecurity.htm

[180] Overview of VikingDB MCP Server https://ubos.tech/mcp/vikingdb-mcp-server/overview/

[181] Architecture Document ‐ Component Diagram https://github.com/uvic-teach/project-m1-team15/wiki/Architecture-Document-%E2%80%90-Component-Diagram/9ad762e511028dd719a5a5e7799f7b2f02c49358

[182] 用完字节的火山 VikingDB，我都不舍得告诉别人_MacTalk http://m.toutiao.com/group/7527674926736736809/?upstream_biz=doubao

[183] [multiple-backends] Architecture diagram #1907 https://github.com/neicnordic/sensitive-data-archive/issues/1907

[184] 4장 데이터베이스와 아키텍처 구성 https://velog.io/@yangsijun528/4%EC%9E%A5-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B2%A0%EC%9D%B4%EC%8A%A4%EC%99%80-%EC%95%84%ED%82%A4%ED%85%8D%EC%B2%98-%EA%B5%AC%EC%84%B1

[185] 数据库架构文档-架构文档模板.docx-原创力文档 https://m.book118.com/html/2023/1102/8014113120006002.shtm

[186] 架构图文档 (v11.1.0+) | Mermaid 中文网 https://mermaid.nodejs.cn/syntax/architecture.html

[187] Overall Architecture https://dingodb.readthedocs.io/en/latest/architecture/architecture.html

[188] VikingDB:大规模云原生向量数据库的前沿实践与应用 - 文章 - 开发者社区 - 火山引擎 https://developer.volcengine.com/articles/7359608769129087026

[189] VikingDB Vector Database https://www.byteplus.com/en/product/VectorDatabase

[190] Glossary https://docs.byteplus.com/en/docs/VikingDB/Glossary

[191] Overview of VikingDB MCP Server https://ubos.tech/mcp/vikingdb-mcp-server/overview/

[192] 产品介绍--向量数据库VikingDB-火山引擎 https://www.volcengine.com/docs/84313/1860687

[193] How to design a cloud-native database for the future? https://segmentfault.com/a/1190000042477076/en

（注：文档部分内容可能由 AI 生成）